/ Модель

Характеристики

Лицензия
MIT
Архитектура
vision-encoder-decoder · dense
Базовая модель
donut_f21_v4_ep3_edit_distance_loss
Библиотека
transformers
Опубликована
30 мар 2026

donut_f21_v4_ep3_edit_distance_loss_retrain

Изображение и текст → текст3 профессии

Дообученная vision-encoder-decoder модель для преобразования изображений в текст, показавшая низкие результаты на указанной оценке.

14скачиваний за 30 дней0лайковвеса обновлены17 июл 2026

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

Это дообученная модель yuchiahung/donut_f21_v4_ep3_edit_distance_loss, созданная на основе архитектуры VisionEncoderDecoderModel и предназначенная для преобразования изображений в текст. В README указаны результаты оценки: точность по символам 0,1456, точное совпадение — 0, а средняя длина предсказания значительно короче средней длины эталонной строки. Эти показатели свидетельствуют о низком качестве распознавания в приведённой оценке. Датасет и конкретный сценарий применения не описаны. Модель распространяется в формате safetensors по лицензии MIT.

Сценарии применения

  • Преобразование изображений в текст для экспериментальных проверок

Ограничения

На приведённой оценке точность по символам составляет 0,1456, а точное совпадение — 0; предсказания в среднем заметно короче эталонов. Сценарий применения и обучающие данные не описаны.

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

donut_f21_v4_ep3_edit_distance_loss_retrain

This model is a fine-tuned version of yuchiahung/donut_f21_v4_ep3_edit_distance_loss on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 19.6495
  • Char Accuracy: 0.1456
  • Exact Match Accuracy: 0.0
  • Avg Pred Length: 1.456
  • Avg Label Length: 10.0
  • Length Ratio: 0.1456
  • Avg Edit Distance: 8.544

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: 1e-06
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 132
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossChar AccuracyExact Match AccuracyAvg Pred LengthAvg Label LengthLength RatioAvg Edit Distance
0.74731.0500019.50550.14560.01.45610.00.14568.544
1.67662.01000019.59390.14580.01.45810.00.14588.542
1.50293.01500019.64950.14560.01.45610.00.14568.544

Framework versions

  • Transformers 4.57.6
  • Pytorch 2.10.0+cu128
  • Datasets 4.5.0
  • Tokenizers 0.22.2

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
41e480e

0 моделей