研究人员推出Youtu-Parsing，这是一种新颖的文档解析模型，旨在实现高效、高性能的内容提取。该系统利用Vision Transformer进行特征提取，并利用Youtu-LLM-2B语言模型进行布局分析，采用包括令牌和查询并行化的高并行解码策略。与传统方法相比，这种方法实现了显著的加速，最高可达5-11倍，特别是对于表格等结构化文档，并且可以同时预测多个边界框的内容。Youtu-Parsing在各种文档元素（包括罕见字符和多语言文本）上表现出鲁棒性，并在OmniDocBench和olmOCR-bench基准测试中取得了最先进的成果。 AI
影响 该模型先进的解码策略可以显著加速企业应用中的文档处理，提高数据提取和归档等任务的效率。
排序理由 该集群描述了一篇关于文档解析新模型和方法论的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
