/ Модель

Характеристики

Лицензия
MIT
Архитектура
vision-encoder-decoder · dense
Базовая модель
donut-base-finetuned-cord-v2
Опубликована
17 июл 2024

donut-merit

Изображение и текст → текст7 профессий

Donut, дообученный на наборе Merit для разбора форм и извлечения текстового содержимого из изображений документов.

133скачиваний за 30 дней1лайквеса обновлены30 окт 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

de-Rodrigo/donut-merit — модель понимания документов на архитектуре Donut, дообученная разработчиком на наборе Merit для задач разбора форм. Она принимает изображение документа и формирует текстовое представление его содержимого. Модель относится к семейству vision-encoder-decoder и предназначена для сценариев извлечения информации из форм.

Карточка указывает английский и испанский языки. Модель распространяется в формате safetensors по лицензии MIT. Основана на naver-clova-ix/donut-base-finetuned-cord-v2. README помечен как WIP; дополнительных сведений о качестве и ограничениях модели нет.

Сценарии применения

  • извлечение полей из изображений форм
  • преобразование сканов документов в структурированный текст
  • разбор документов на английском и испанском языках

Ограничения

README помечен как WIP и не содержит сведений о точности или оценке качества; результаты на других типах документов, помимо форм, не описаны.

Для каких профессий подходит7

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

DONUT Merit

Model Architecture

This model is based on the Donut architecture and fine-tuned on the Merit dataset for form understanding tasks.

Example Usage

from transformers import AutoTokenizer, AutoModelForImageTextToText

tokenizer = AutoTokenizer.from_pretrained("de-Rodrigo/donut-merit")
model = AutoModelForImageTextToText.from_pretrained("de-Rodrigo/donut-merit")

WIP 🛠️

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
28accf6

0 моделей