

Docllm
簡介 :
DocLLM是一個提供多模態文檔理解模型的平臺,旨在處理企業文檔中的文本和空間佈局,並提供優於現有大型語言模型的性能。其模型採用輕量級擴展,避免昂貴的圖像編碼器,專注於邊界框信息以納入空間佈局結構。通過分解經典Transformer中的注意機制,捕獲文本和空間模態之間的交叉對齊。此外,設計了一個預訓練目標,學習填充文本段落,以解決視覺文檔中經常遇到的不規則佈局和異質內容。該解決方案在14個任務的16個數據集中優於現有大型語言模型,並且對5個以前未見數據集具有良好的泛化能力。
需求人群 :
DocLLM可應用於企業文檔的理解和處理,特別擅長處理形式多樣、內容異質的視覺文檔。
使用場景
企業發票的文本和空間佈局理解
處理企業合同中的文本和空間結構
解析企業報告中的多模態信息
產品特色
處理企業文檔中的文本和空間佈局
優於現有大型語言模型的性能
避免昂貴的圖像編碼器
專注於邊界框信息以納入空間佈局結構
捕獲文本和空間模態之間的交叉對齊
學習填充文本段落,以解決視覺文檔中的不規則佈局和異質內容
精選AI產品推薦

Deepmind Gemini
Gemini是谷歌DeepMind推出的新一代人工智能系統。它能夠進行多模態推理,支持文本、圖像、視頻、音頻和代碼之間的無縫交互。Gemini在語言理解、推理、數學、編程等多個領域都超越了之前的狀態,成為迄今為止最強大的AI系統之一。它有三個不同規模的版本,可滿足從邊緣計算到雲計算的各種需求。Gemini可以廣泛應用於創意設計、寫作輔助、問題解答、代碼生成等領域。
AI模型
11.4M
中文精選

Liblibai
LiblibAI是一箇中國領先的AI創作平臺,提供強大的AI創作能力,幫助創作者實現創意。平臺提供海量免費AI創作模型,用戶可以搜索使用模型進行圖像、文字、音頻等創作。平臺還支持用戶訓練自己的AI模型。平臺定位於廣大創作者用戶,致力於創造條件普惠,服務創意產業,讓每個人都享有創作的樂趣。
AI模型
8.0M