IBM 推出 Granite-Docling-258M 模型,助力文件转换技术新突破
近日,IBM 正式发布了一款名为 Granite-Docling-258M 的轻量级视觉语言 AI 模型。该模型专为文件转换设计,具备强I大的多语言支持,包括中文、阿拉伯语和日语,旨在提升文档处理的效率和准确性。Granite-Docling-258M 的参数量为2.58BM亿,是一款专为文档表格处理而优化的模型。
与传统的 OCR 软件相比,Granite-Docling-258M 在识别准确度上有显著提升。 推其输出结果不仅能够完整保留原始文档的版面结构,还能有效识别表格、数学公式、列表和代码块等多种元素。这一新技术的核心在于 IBM Res出 earch 开发的 DocTags,这是一套通用文件结构标记语言,能够精确描述页面元素的类型、位置和阅读顺序。
Granite-DoGrcling-258M 在文档转换的过程中,首先识别文档中的各个元素,然后再执行 OCR 识别。这种方法使得内容的提取和输出更加高效和准确。an完成转换后,用户可以将内容导出为 Markdown、JSON、HTML 等多种格式,满足不同的使用需求。此外,IBM 还计划将 DocTaitgs 词汇表纳入 Granite 的分词器和训练流程,以进一步提升模型的性能。
目前,Granite-Docling-258M 还未达到企业e-级的应用水平,但 IBM 表示,他们将持续扩展语言的覆盖范围,并提升模型的可靠性。未来,IBM 还将致力于增强 DocTags 与 IBM waDotsonx.ai 模型的兼容性,确保技术的全面应用。
这款新模型的发布,无疑为文档处理领域带来了新的技术选择,也为相关行业的效率提升提供了强cl有力的支持。
huggingface:https://huggingface.co/ibm-granite/granite-doclingin-258M
划重点:
** 轻量级模型 **:IBM 发布 Granite-Docling-258M,专为文件转换设计g-。
** 高准确度 **:该模型在识别准确度上优于传统 OCR 软件,支持多种文档元素。
*25* 多语言支持 **:Granite-Docling-258M 目前支持中文、阿拉伯语和日语,未来将扩展更多语言。
- ·纯牛奶保质期一年正常吗
- ·谷歌Gemini深度集成Google Photos 支持从相册生成个性化AI图像
- ·云计算开发:Python内置函数-sorted()函数详解
- ·核桃仁做菜的菜谱
- ·苹果手机天冷掉电快怎么办?刚充完就没电很烦恼,试试这些方法!
- ·鑻规灉鍏�徃灏嗗憳宸ヨ繑宀楄�鍒掓帹杩熻嚦灏�1涓�湀
- ·电信发布新一代5G全网通云手机,1199元起售
- ·诺基亚通过分布式云核心加速Tele2的数字化
- ·标签: 智慧互通 爱泊车 小米投资 港股上市
- ·标签: 创世纪计划 特朗普 人工智能
- ·未来数据中心的固态硬盘应该是什么样的?
- ·腾讯云TokenHub:连续多月翻倍 日Token消耗量跃升至5万亿
- ·上传一张图片即时生成一个3D世界,灵光App率先将世界模型搬上移动端
- ·标签: 京东 王佳琦 黄浩洋 JoyAI-VL JoyAI-Image
- ·标签: 腾讯云
- ·加州新法案或将推动 AI 安全监管,科技公司面临透明度新要求
- ·标签: 福布斯 钟睒睒 张一鸣 深度求索
- ·经逆向工程,Transformer「翻译」成数学框架 | 25位学者撰文
- ·连视频聊天都能换脸造假?深扒可怕的AI换脸软件
- ·AI大模型投资赛落幕!阿里通义千问Qwen3-Max以22.32%收益率夺冠
- ·研究揭示:AI 使用让我们高估认知能力
- ·标签: 字节跳动 抖音 腾讯 孙忠怀
- ·日本政府对 OpenAI Sora 2 发布版权警告,要求遵守法律规定
- ·阿里云新增两大海外数据中心 未来3年将投入60亿
- ·MIT发明一款计算机系统,可自动设计机器人结构,获得25年来最高成就
- ·视觉中国与多家AI公司合作开发可商用视觉大模型:已获阿里、微软等订单
