Характеристики

Контекст: 512 токенов
Параметры: 386 млн
Лицензия: Apache 2.0
Архитектура: udop · dense
Опубликована: 12 мар 2024

Ссылки

UDOP-finetuned-DocLayNet

Разметка токеновТекст → label4 профессии

Модель UDOP с 386,3 млн параметров, дообученная на DocLayNet-small для классификации токенов и разметки элементов макета документов.

17скачиваний за 30 дней6лайковвеса обновлены17 мар 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

UDOP-finetuned-DocLayNet-3 — модель семейства UDOP для классификации токенов в документах. Она дообучена для задачи разметки элементов макета документа на данных DocLayNet-small и может применяться для извлечения структурных областей из документов. Модель содержит 386,3 млн параметров и опубликована в формате safetensors под лицензией Apache-2.0.

В карточке приведены результаты оценки: F1 0,5962, точность 0,6058, полнота 0,5870 и accuracy 0,7863. Метаданные указывают английский язык; модель предназначена для анализа документов с текстовым содержимым. Эти метрики показывают умеренное качество разметки, поэтому результаты для документов и классов, отличающихся от DocLayNet, требуют отдельной проверки.

Сценарии применения

разметка элементов макета англоязычных документов
выделение структурных областей в документах
анализ макета документов для последующей обработки

Ограничения

На оценочном наборе указаны F1 0,5962, точность 0,6058 и полнота 0,5870, что ограничивает надёжность разметки. Проверяйте качество на своих документах, особенно если они отличаются от DocLayNet.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель I.4Универсальные способностиОбработка документов и формAI помогает оцифровывать документы, проверять их комплектность и сокращать ручной ввод данных.16 задач7 180моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

UDOP-finetuned-DocLayNet-3

This model is a fine-tuned version of on an unknown dataset. It achieves the following results on the evaluation set:

eval_loss: 0.7407
eval_precision: 0.6058
eval_recall: 0.5870
eval_f1: 0.5962
eval_accuracy: 0.7863
eval_runtime: 16.2128
eval_samples_per_second: 3.886
eval_steps_per_second: 1.974
epoch: 18.6
step: 800

Training procedure

Training code:

  https://github.com/mit1280/Document-AI/blob/main/UDOPEncoderModel_fine_tune_DocLayNet.ipynb

Inference code:

  https://github.com/mit1280/Document-AI/blob/main/UDOP_DocLayNet_Inference.ipynb

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 2
eval_batch_size: 2
seed: 42
gradient_accumulation_steps: 8
total_train_batch_size: 16
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
training_steps: 1000

Framework versions

Transformers 4.39.0.dev0
Pytorch 2.2.1+cu121
Datasets 2.18.0
Tokenizers 0.15.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · token-classification

Нельзя запустить

Для архитектуры udop нет загрузчика под задачу token-classification.

Класс архитектуры: UdopForTokenClassification
Ревизия весов: 3d8b7a6