Yongkun Du

新型轻量级模型UniRec-0.1B在文本和公式识别方面表现出色

研究人员开发了UniRec-0.1B，这是一款专为统一文本和公式识别而设计的新模型，其参数量远少于现有的视觉语言模型。这款轻量级模型仅拥有0.1亿参数，能够识别从字符到整个文档的各种级别的信息。该开发涉及创建一个大型数据集UniRec40M，并引入了分层监督和语义解耦分词器等新颖的训练技术，以应对结构可变性和内容纠缠的挑战。实验结果表明，UniRec-0.1B在准确性上超越了通用VLMs和专用文档解析模型，同时提供了显著的速度提升。