For testing purposes only
Характеристики
- Лицензия
- MIT
- Архитектура
- vision-encoder-decoder · dense
- Опубликована
- 14 июн 2023
Ссылки
tiny-doc-qa-vision-encoder-decoder
Компактная vision-encoder-decoder модель fxmarty для тестирования ответов на вопросы по изображениям документов.
3 851скачиваний за 30 дней16лайковвеса обновлены17 окт 2023
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание текста» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
fxmarty/tiny-doc-qa-vision-encoder-decoder — компактная модель для ответов на вопросы по изображениям документов. Репозиторий fxmarty размечен для задачи document-question-answering и содержит архитектуру vision-encoder-decoder; карточка предлагает запуск через соответствующий pipeline Transformers.
Модель принимает изображение документа и вопрос в текстовой форме, а выдаёт текстовый ответ. Карточка указывает, что модель предназначена только для тестирования, поэтому её возможности и качество не следует считать подтверждёнными для производственного применения. Лицензия — MIT.
Сценарии применения
- ответы на вопросы по сканам документов
- поиск конкретных сведений на изображении документа
- проверка демонстрационного пайплайна document-question-answering
Ограничения
В карточке указано, что модель предназначена только для тестирования; подтверждённые показатели качества и поддерживаемые языки не приведены.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.1Универсальные способностиПоиск и навигация по информацииAI помогает находить нужные сведения и помогать человеку быстро переходить от вопроса к подтверждённому источнику.18 задач13 467моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022моделиI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- VisionEncoderDecoderModel
- Ревизия весов
- b4710bf