Extract Matic
模型概述
該模型專門用於從發票等企業文檔中提取文本數據,具有高準確率的文檔理解能力。
模型特點
高準確率發票處理
在測試集上達到0.96的平均準確率,能夠可靠地從發票中提取關鍵信息
企業文檔優化
專門針對企業文檔(如發票)進行微調,優化了商業場景下的表現
基於Donut架構
利用Donut模型的強大視覺-語言理解能力,實現端到端的文檔理解
模型能力
發票文本提取
文檔圖像理解
結構化數據輸出
使用案例
財務自動化
發票信息提取
自動從發票圖像中提取供應商、金額、日期等關鍵信息
測試準確率0.96
文檔數字化
企業文檔處理
將紙質發票等商業文檔轉換為結構化數字數據
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98