/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
pix2struct · dense
Базовая модель
deplot
Опубликована
19 дек 2023

ko-deplot

Вопросы по изображениюИзображение, текст → текст3 профессии

Корейскоязычная модель для ответов на вопросы по изображениям графиков и диаграмм.

23скачиваний за 30 дней5лайковвеса обновлены5 янв 2024

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

ko-deplot — созданная NUUA корейскоязычная модель Visual Question Answering на архитектуре Google Pix2Struct. Она дообучена на основе google/deplot на парах изображений диаграмм и текста и предназначена для ответов на вопросы по графикам и диаграммам. Модель принимает изображение вместе с вопросом и формирует текстовый ответ; словарь токенизатора расширен с 50 344 до 65 536 токенов корейскими символами и токенами Ko-Electra.

Для обучения использовались синтетические диаграммы, созданные с помощью GenPlot, Chart.js и Plotly. Лицензия — Apache-2.0. В карточке не приведены сведения о размере модели и длине контекста.

Сценарии применения

  • ответы на вопросы о значениях на графике
  • извлечение данных из диаграмм по запросу на корейском языке
  • анализ визуализаций из GenPlot, Chart.js и Plotly
  • получение текстового ответа по изображению диаграммы и вопросу

Ограничения

Обучение описано на синтетических диаграммах, созданных тремя библиотеками, поэтому качество на иных типах изображений и реальных диаграммах карточка не характеризует.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ko-deplot

ko-deplot is a korean Visual-QA model based on the Google's Pix2Struct architecture. It was fine-tuned from Deplot, using korean chart image-text pairs.

ko-deplot은 Google의 Pix2Struct 구조를 기반으로 한 한국어 Visual-QA 모델입니다. Deplot 모델을 한국어 차트 이미지-텍스트 쌍 데이터셋을 이용하여 파인튜닝하였습니다.

  • Developed by: NUUA
  • Model type: Visual Question Answering
  • License: apache-2.0
  • Finetuned from model: google/deplot

Model Usage

You can run a prediction by querying an input image together with a question as follows:

아래의 코드를 이용하여 모델 추론을 할 수 있습니다:

from transformers import Pix2StructProcessor, Pix2StructForConditionalGeneration
from PIL import Image

processor = Pix2StructProcessor.from_pretrained('nuua/ko-deplot')
model = Pix2StructForConditionalGeneration.from_pretrained('nuua/ko-deplot')

IMAGE_PATH = "LOCAL_PATH_TO_IMAGE"
image = Image.open(IMAGE_PATH)

inputs = processor(images=image, text="Generate underlying data table of the figure below:", return_tensors="pt")
predictions = model.generate(**inputs, max_new_tokens=512)
print(processor.decode(predictions[0], skip_special_tokens=True))

Tokenizer Details

The model's tokenizer vocab was extended from 50,344 to 65,536 tokens using the following:

모델의 tokenizer vocab을 50344개에서 65536개로 아래를 이용하여 확장시킨 후 학습을 진행하였습니다:

Training Details

Training Data

Synthetic chart data from three libraries were used:

세 개의 라이브러리에서 합성 차트 데이터를 생성하여 사용하였습니다:

Training Procedure

The model was first exposed to a short warmup stage, following its original paper. It was then trained using the chart data for 50,000 steps.

학습을 위해 처음 짧은 "warmup" 단계를 거쳐 한글을 학습시킨 후 50,000 스텝 동안 차트 데이터를 학습시켰습니다.

Technical Specifications

Hardware

ko-deplot was trained by using A100 80G.

A100 80G GPU를 이용하여 학습하였습니다.

Contact

Any questions and suggestions, please use the discussion tab. If you want to contact us directly, email robin@nuua.ai.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Pix2StructForConditionalGeneration
Ревизия весов
3c4bf60

0 моделей