XNews

WeChat VisionチームがWeVisDocをオープンソース化、エンドツーエンドの文書パーサー

WeChat VisionチームがWeVisDocをオープンソース化、エンドツーエンドの文書パーサー

WeChat Visionチームは、ページ画像を入力とし、テキスト、LaTeX数式、HTMLテーブル、読み取り順序を含む構造化されたMarkdownを出力するエンドツーエンドの文書パーサーであるWeVisDocをリリースしました。Qwen3-VLに基づき、カバレッジと能力配分に焦点を当てた2段階のトレーニング戦略を採用し、劣化した文書に対して高いパフォーマンスを達成しています。

Source posts