/ Модель

Характеристики

Контекст
4 096 токенов
Лицензия
CC BY-NC 4.0
Архитектура
vision-encoder-decoder · dense
Базовая модель
_base_nougat_JawiChar
Библиотека
transformers
Опубликована
15 янв 2025

_nougat_CharJawi_AHR

Изображение и текст → текст8 профессий

Дообученная vision-encoder-decoder модель для преобразования изображений в текст.

13скачиваний за 30 дней0лайковвеса обновлены15 янв 2025

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображение → текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

nougatCharJawiAHR — дообученная модель bustamiyusoef для преобразования изображений в текст. Она основана на bustamiyusoef/_base_nougat_JawiChar и использует архитектуру vision-encoder-decoder; в репозитории доступны веса safetensors. Модель предназначена для задач, где нужно получить текст из изображения. В README приведено значение Loss 2.0337 на оценочном наборе, но описание набора данных и подробности обучения отсутствуют. Лицензия — CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

  • извлечение текста из изображений
  • распознавание текста на сканах
  • преобразование изображений документов в текст

Ограничения

Данные обучения и подробности предполагаемого применения не описаны; приведён только Loss 2.0337 без контекста набора и методики оценки. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

_nougat_CharJawi_AHR

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

  • Loss: 2.0337

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0001
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 6
  • total_train_batch_size: 48
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 30

Training results

Training LossEpochStepValidation Loss
No log1.092.4993
24.92232.0182.3432
13.55983.0272.2779
13.01954.0362.2595
12.76765.0452.2114
12.47416.0542.1787
12.27357.0632.1623
12.01918.0722.1403
11.85369.0812.1117
10.928910.0902.0991
10.928911.0992.0867
11.568512.01082.0819
11.448713.01172.0693
11.287114.01262.0658
11.192115.01352.0634
11.065616.01442.0563
11.02917.01532.0515
10.95718.01622.0413
10.914719.01712.0462
9.987920.01802.0382
9.987921.01892.0379
10.799922.01982.0354
10.684923.02072.0379
10.811124.02162.0358
10.787225.02252.0336
10.66526.02342.0340
10.74326.722402.0337

Framework versions

  • Transformers 4.47.1
  • Pytorch 2.5.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.21.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
2fd6a28

0 моделей