北京
10月17日消息，HuggingFace官網(wǎng)顯示，百度昨晚發(fā)布的自研多模態(tài)文檔解析模型PaddleOCR-VL，發(fā)布20小時(shí)內(nèi)即登頂HuggingFace Trending全球第一。
據(jù)了解，該模型核心參數(shù)僅0.9B，輕量高效，能以極低計(jì)算開銷精準(zhǔn)識(shí)別文本、手寫漢字、表格、公式、圖表等復(fù)雜元素，支持109種語言。在權(quán)威榜單OmniBenchDoc V1.5中，它以92.6分獲綜合性能全球第一，四大核心能力全線SOTA，超越GPT-4o等模型，刷新OCR VL模型性能紀(jì)錄。
作為文心4.5衍生模型，PaddleOCR-VL融合了NaViT動(dòng)態(tài)分辨率視覺編碼器與ERNIE-4.5-0.3B語言模型，實(shí)現(xiàn)精度與效率雙突破。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
