PaddlePaddle发布了HPD-Parsing，这是一款利用分层并行解码范式的新型轻量级文档解析模型。该模型在OmniDocBench v1.6基准测试中取得了94.91%的新SOTA分数，并拥有4,752 TPS的峰值吞吐量。HPD-Parsing模型旨在通过协调全局文档结构并将局部内容生成分派到并发分支来克服传统解析器的顺序瓶颈，从而显著提高推理效率。 AI
影响 在文档解析基准测试中设定了新的SOTA，并显著提高了吞吐量，可能加速文档处理工作流程。
排序理由 来自知名实验室（PaddlePaddle）的模型发布，并附有性能指标。[lever_c_demoted from frontier_release: ic=2 ai=1.0]
- HPD-Parsing
- Hugging Face
- OmniDocBench
- PaddlePaddle
- Docker
- Hierarchical Parallel Decoding
- OmniDocBench v1.6
- OpenAI
- PaddlePaddle/HPD-Parsing
- SGLang
- transformers
- vLLM
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
