XNews

WeVisDoc: テンセントの二段階訓練によるエンドツーエンド文書パーサー

WeVisDoc: テンセントの二段階訓練によるエンドツーエンド文書パーサー

WeVisDocは、テンセントWeChat Visionが開発したオープンソースの文書パーサーであり、ページ画像をテキスト、LaTeX、表を含む構造化されたMarkdownに変換します。カバレッジ拡大と能力配分からなる二段階訓練戦略を採用し、OmniDocBenchで95.38を達成し、劣化文書において他の手法を凌駕しています。

Source posts