Donut Base Encoder
MIT
Donut是一种无需OCR的文档理解Transformer模型,通过视觉编码器直接处理文档图像
文字识别
Transformers

D
eljandoubi
45
0
OCR DocVQA Donut
MIT
Donut是一个OCR-free的文档理解Transformer模型,结合视觉编码器和文本解码器实现文档视觉问答任务。
图像生成文本
Transformers

O
jinhybr
240
13
OCR Donut CORD
MIT
Donut是基于Swin Transformer视觉编码器和BART文本解码器的OCR-free文档理解模型,本版本在CORD收据数据集上微调
图像生成文本
Transformers

O
jinhybr
1,130
206
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98