-
WeVisDoc：腾讯微信视觉团队开源端到端文档解析模型，以两阶段数据框架提升复杂场景能力
腾讯微信视觉团队（WeChat Vision）近日发布并开源WeVisDoc，一套面向端到端文档解析的模型与两阶段数据构建框架。基于该框架训练的 WeVisDoc-4B，在 OmniDocBench v1.6 上取得95.38的 Overall 分数；在 PureDocBench 的 Clean、Digital Degraded 和 Real Degraded 三条赛道平均得分为75.54。 除评…- 2.1k
- 0