跳到正文
arXiv · 机器人与计算机视觉· Aman Rangapur, Antonio Jimeno Yepes, Daniel Bustamante, Nutchapol Dendumrongsup, Sebasti\'an G. Acosta, Pierre-Lo\"ic Doulcet, Simon Suo·· 16 天前AI 评分62

OCRia-1 技术报告:4B 参数文档解析 VLM 实现高精度表格与图表提取

OCRia-1 Technical Report

AI 导读

该报告介绍了 OCRia-1,一个专为文档解析设计的 4B 参数视觉语言模型(VLM),在保留表格结构、提取图表数据和维持文本格式方面表现优异。其 ParseBench 平均得分为 0.87,优于次优系统。

来源:arXiv · 机器人与计算机视觉 · arxiv.org