← 返回系列列表
mPLUG-DocOwl 1 个模型
发布时间线
2024.04.02
mPLUG-DocOwl 1.5
无需OCR识别即可理解文档内容
主打结构信息理解,涵盖文档、网页、表格、图表和自然图像
设计H-Re ...
| 发布日期 | 公司 | 模型名称 | 类型 | 特性 |
|---|---|---|---|---|
| 2024-04-02 | 阿里巴巴 | mPLUG-DocOwl 1.5 | 主流 | 无需OCR识别即可理解文档内容 主打结构信息理解,涵盖文档、网页、表格、图表和自然图像 设计H-Reducer模块保留布局信息并减少视觉特征长度 基于400万样本训练集DocStruct4M和2.5万样本推理微调数据集DocReason25K 采用两阶段训练框架(统一结构学习+多任务微调) |