【[29星]TokenOCR：一款面向文档理解的文本图像基础模型-20250307215027

爱可可-爱生活 · 微博 · AI · 2025-03-07 21:50

文章预览

2025-03-07 21:50 本条微博链接【[29星]TokenOCR：一款面向文档理解的文本图像基础模型，让机器更好地“读懂”图文内容。亮点：1. 首个token级别的图像文本数据集TokenIT，包含2000万图像和18亿token-mask对；2. 提出首个token级别的文本图像基础模型，支持多种下游任务；3. 基于TokenOCR构建的TokenVL模型，在文档视觉问答任务中表现卓越】 'A Token-level Text Image Foundation Model for Document Understanding' GitHub: github.com/Token-family/TokenOCR #文档 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

爱可可-爱生活 · 晚安～ #晚安# -20250309221258

6 小时前

AI创业伙伴 · Manus和DeepSeek差别是什么?全能打工人VS最强大脑,谁是人类最佳拍档？

2 天前

AI创业伙伴 · Manus和DeepSeek差别是什么?全能打工人VS最强大脑,谁是人类最佳拍档？

2 天前

宝玉xp · 论文：《自动化的反讽》（Ironies of Automatio-20250307140850

2 天前

爱可可-爱生活 · 本文创新性地指出，在LLM Judge任务中，充分利用LLM输出-20250307054245

2 天前

爱可可-爱生活 · 《爱可可微博热门分享(3.6)》爱可可微博热门分享(3.6)-20250306230209

3 天前

李鲆 · 从丰富的信息里筛选出适合自己的，是需要很高成本的。-20240616085112

8 月前

智通财经APP · 辉立借出百亿孖展！散户抢筹老铺黄金（06181）主力如何应对？

8 月前

NASA爱好者 · 科学家在月球发现了洞穴

7 月前