/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Infinity-Parser2-Flash
Библиотека
transformers
Опубликована
25 июл 2026

Infinity-Parser2-Flash-GGUF

Изображение и текст → текст15 профессий

Infinity-Parser2-Flash-GGUF — мультимодальная модель понимания документов, разработанная infly-ai на базе infly/Infinity-Parser2-Flash.

1 412скачиваний за 30 дней2лайкавеса обновлены26 июл 2026

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

Это быстродействующая версия семейства Infinity-Parser2, предназначенная для анализа изображений документов, PDF и другого визуально-текстового содержимого. Модель поддерживает распознавание и структурирование макета, выделение элементов документа с ограничивающими рамками и категориями, извлечение текста, распознавание таблиц, графиков, математических и химических формул, а также document VQA и общее мультимодальное понимание. Результаты могут представляться в Markdown, HTML и LaTeX в зависимости от типа элемента.

Модель обучалась на почти 5 млн разнообразных образцов документов с применением многоцелевого обучения с подкреплением и проверяемыми наградами. Заявлена скорость до 1 624 токенов в секунду, что в 3,68 раза выше предыдущей Infinity-Parser-7B; показатели составляют 86,0% на olmOCR-Bench, 72,2% на ParseBench и 91,98% на OmniDocBench-v1.6. Доступны файлы GGUF в форматах от Q2_K до F32, а также мультимодальные проекторы; поддерживаются llama.cpp, Transformers, vLLM и vLLM-server через пакет infinity_parser2.

Основные ограничения — поддержка преимущественно английского и китайского языков, снижение точности на сложных графиках и повернутых элементах таблиц, а также отсутствие детального сохранения текстового форматирования вроде полужирного и курсивного начертания. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит15

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

Infinity-Parser2-Flash-GGUF

Infinity-Parser2-Flash is a low-latency document understanding model from infly-ai, one of two variants in the Infinity-Parser2 flagship family (alongside the accuracy-optimized Infinity-Parser2-Pro), engineered for fast inference while consolidating robust multi-modal parsing into a unified architecture trained via an upgraded synthetic data engine spanning nearly 5 million diverse document samples and a novel multi-task reinforcement learning approach with verifiable rewards across document parsing, element parsing, chart parsing, chemical formula parsing, document VQA, and general multimodal understanding. It delivers a 3.68x speedup over the previous Infinity-Parser-7B model (increasing throughput from 441 to 1,624 tokens/sec) while still posting strong benchmark results — 86.0% on olmOCR-Bench, 72.2% on ParseBench, and 91.98% on OmniDocBench-v1.6 — outperforming frontier models like DeepSeek-OCR-2 and MinerU2.5 on several document-parsing tasks, though trailing its larger Pro sibling on layout analysis, chart/chemical formula parsing, and general multimodal benchmarks (e.g., MMMU, AI2D, MathVista). It extracts structured layout with bounding boxes, category labels, and per-element text (LaTeX for formulas, HTML for tables, Markdown for text), supports command-line and Python API usage via the infinity_parser2 package with vLLM, transformers, or vLLM-server backends, and is released under Apache-2.0, with known limitations primarily around English/Chinese-only support, degraded accuracy on complex charts and rotated table elements, and no fine-grained text formatting (bold, italic, strikethrough) capture.

Model Files

File NameQuant TypeFile SizeFile Link
Infinity-Parser2-Flash.BF16.ggufBF163.78 GBDownload
Infinity-Parser2-Flash.F16.ggufF163.78 GBDownload
Infinity-Parser2-Flash.F32.ggufF327.54 GBDownload
Infinity-Parser2-Flash.Q2_K.ggufQ2_K969 MBDownload
Infinity-Parser2-Flash.Q3_K_L.ggufQ3_K_L1.16 GBDownload
Infinity-Parser2-Flash.Q3_K_M.ggufQ3_K_M1.1 GBDownload
Infinity-Parser2-Flash.Q3_K_S.ggufQ3_K_S1.02 GBDownload
Infinity-Parser2-Flash.Q4_0.ggufQ4_01.2 GBDownload
Infinity-Parser2-Flash.Q4_K_M.ggufQ4_K_M1.27 GBDownload
Infinity-Parser2-Flash.Q4_K_S.ggufQ4_K_S1.21 GBDownload
Infinity-Parser2-Flash.Q5_0.ggufQ5_01.37 GBDownload
Infinity-Parser2-Flash.Q5_K_M.ggufQ5_K_M1.41 GBDownload
Infinity-Parser2-Flash.Q5_K_S.ggufQ5_K_S1.37 GBDownload
Infinity-Parser2-Flash.Q6_K.ggufQ6_K1.56 GBDownload
Infinity-Parser2-Flash.Q8_0.ggufQ8_02.01 GBDownload
Infinity-Parser2-Flash.mmproj-bf16.ggufmmproj-bf16671 MBDownload
Infinity-Parser2-Flash.mmproj-f16.ggufmmproj-f16671 MBDownload
Infinity-Parser2-Flash.mmproj-f32.ggufmmproj-f321.33 GBDownload
Infinity-Parser2-Flash.mmproj-q8_0.ggufmmproj-q8_0365 MBDownload

llama.cpp

LLM inference in C/C++ — https://github.com/ggml-org/llama.cpp

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
4611cfe

0 моделей