XNews

轻量文档解析模型与基准讨论(DPT-2 mini / Gemini 3 Pro)

轻量文档解析模型与基准讨论(DPT-2 mini / Gemini 3 Pro)

Landing AI 发布 DPT-2 mini,聚焦数字原生文档的轻量解析与高吞吐;同时有关于 Gemini 3 Pro 在实际工具使用基准上仍为 SOTA 的讨论。

Key insights

DPT-2 mini 的定位与优势

Landing AI 发布的 DPT-2 mini 是为高吞吐、结构化数字原生文档设计的轻量模型,强调模型体积小、解析速度快,适用于英文数字 PDF、标准发票、数字合同等固定模式文档,输出结构化 Markdown 键值对与表格以便后续处理。

DPT-2 mini 的局限与使用场景

DPT-2 mini 明确不适合复杂布局、多语言、手写或扫描文档,这些场景仍需更高级 DPT‑2 模型。推荐通过 Landing AI 的 ADE 库调用,流程包括初始化客户端、调用 parse 方法并返回 Markdown 输出,面向数字化工作流如财务报表与合同审核。

Gemini 3 Pro 在真实工具使用基准上的表现

有观点指出 Gemini 3 Pro 在真实世界工具使用基准(如 Vending‑Bench)以及其他多个基准上仍为 SOTA,作为对比信息说明高端多功能模型在工具使用场景的竞争地位。

Source posts