I.3Извлечение и структурирование данных

ele-sage разработала mdeberta-v3-base-name-classifier-v2 — бинарный классификатор текста на базе mdeberta-v3-base, дообученный на наборе ele-sage/person-company-names-classification. Модель относит переданную строку к имени человека или названию компании/организации. Это специализированный компонент для автоматической обработки имён; его можно использовать как первый фильтр в конвейере, который затем разбирает имена подробнее. Модель построена на архитектуре DeBERTa V3, содержит 306 млн параметров и обрабатывает последовательности длиной до 512 токенов. В карточке указаны языки en и fr. На оценочной выборке автор сообщает accuracy 0,9946 и F1 0,9951. Модель распространяется по лицензии MIT. Качество может снижаться на именах из культур и регионов, отличных от Северной Америки и Квебека, поскольку обучающие данные смещены в их сторону. Некоторые строки могут правдоподобно обозначать и человека, и компанию, а исходные данные об именах людей содержали шум. Модель не предназначена для классификации общего назначения.

Meno-Lite-0.1 — русско-английская языковая модель, разработанная Иваном Бондаренко из Новосибирского государственного университета. Это плотный причинный декодер на архитектуре Qwen2.5 с 7 млрд параметров, дообученный на базе RefalMachine/RuadaptQwen2.5-7B-Lite-Beta для работы с документами и контекстом. Модель рассчитана на извлечение информации, ответы на вопросы по документам, суммаризацию и построение графов знаний в RAG-сценариях. Модель ориентирована прежде всего на русский язык и также поддерживает английский. Контекстное окно по метаданным — 32 768 токенов; в README заявлен успешный поиск контрольной фразы в контекстах до 128 тыс. токенов, при этом качество сложных рассуждений заметно снижается на длине свыше 32 тыс. токенов. Авторы также отмечают высокую эффективность токенизатора для русского текста. Модель может галлюцинировать без релевантного контекста и намеренно слабее полагается на факты из параметрической памяти, поэтому не подходит как самостоятельная база знаний или универсальный чат-бот. Лицензия — Apache 2.0.

MinerU — модель для автоматического преобразования PDF-документов в Markdown. Она предназначена для извлечения текста с учётом структуры страницы, распознавания математических формул и восстановления таблиц, например при обработке академических статей, учебников и технической документации. В README описана составная архитектура: Detectron2 для анализа макета, сверточная сеть для обнаружения формул, BERT для их распознавания и T5 для восстановления таблиц. Метаданные Hugging Face относят репозиторий к feature-extraction; заявленный в README сценарий преобразования PDF в Markdown с этим тегом не совпадает. Заявлены поддержка китайского и английского языков и ограничения до 100 страниц и 50 МБ на PDF. README приводит точность распознавания текста 95%, формул 90% и восстановления таблиц 85%, но не описывает методику оценки. Использование рассчитано на среду с Python, PyTorch и Detectron2; указаны требования от 16 ГБ ОЗУ и 8 ГБ видеопамяти. Лицензия — Apache-2.0.

MediaCatch/mmBERT-base-scandi-ner-gold — мультиязычная модель распознавания именованных сущностей, разработанная MediaCatch. Она дообучена для классификации токенов на объединённых корпусах датского, шведского, норвежского и английского языков и размечает имена людей (PER), организации (ORG) и географические названия (LOC) в формате BIO. Модель построена на архитектуре ModernBERT, содержит 306,9 млн параметров и поддерживает контекст до 8192 токенов. Модель подходит для извлечения сущностей из новостных и энциклопедических текстов, в том числе при пакетной обработке документов. На отложенном тестовом наборе в карточке указаны F1 0,833, точность 0,8455 и полнота 0,8208. Лицензия — MIT. Качество может снижаться на текстах из других предметных областей и при смешении языков в одном предложении. Модель распознаёт только PER, ORG и LOC; она не предназначена для поиска дат, сущностей типа MISC и других категорий. Для корректного вывода необходимо учитывать разбиение слов на субтокены.

MPropositionneur-V2 — компактная языковая модель, разработанная Люком Поммере в LISN при CNRS. Она основана на Qwen3-0.6B и дообучена методом дистилляции для разложения сложных предложений и фрагментов текста на простые, независимые атомарные утверждения. Модель генерирует список утверждений в формате JSON. Модель предназначена для подготовки атомарных фактов для индексации в RAG-системах, извлечения информации в стиле OpenIE, упрощения текста и анализа дискурса. Карточка заявляет поддержку нескольких языков, в частности французского и английского; метаданные также перечисляют испанский, португальский, итальянский и немецкий. Контекст — до 40 960 токенов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Специализация модели помогает получать более гранулярные утверждения для последующей обработки. Результаты могут терять контекст или искажать исходный смысл, поэтому атомарные утверждения стоит проверять перед использованием в критичных сценариях; отдельные оценки качества в карточке не приведены.

Myanmar ner Tagging Model — модель распознавания именованных сущностей, созданная дообучением chuuhtetnaing/myanmar-pos-model на датасете chuuhtetnaing/myanmar-ner-dataset. Она использует архитектуру XLM-RoBERTa с классификационной головой для токенов и предназначена для выделения сущностей в текстах на бирманском языке. В карточке приведены результаты оценки на тестовой части датасета: для DATE F1 составляет 0,83, для LOC — 0,95, для NUM — 0,90. Модель принимает текст и возвращает разметку токенов с метками сущностей. Размер — 305,2 млн параметров, длина контекста — 514 токенов. Распространяется по лицензии Apache-2.0.

NERmemBERTa-3entities — модель распознавания именованных сущностей, разработанная Centre Aquitain des Technologies de l'Information et Electroniques. Это базовая CamemBERTa v2, дообученная для французского языка на объединённом и очищенном наборе frenchNER_3entities из пяти французских датасетов. Модель размечает сущности трёх типов: географические названия (LOC), имена людей (PER) и организации (ORG). Модель содержит 138,4 млн параметров, использует архитектуру DeBERTa-v2 для классификации токенов и поддерживает контекст до 1024 токенов. Её можно применять для извлечения организаций, персон и мест из французских текстов, например при разборе новостей или подготовке корпуса для поиска. В обучающем наборе было более 420 тысяч примеров, включая отдельные выборки для обучения, валидации и тестирования. Модель выпущена под лицензией MIT. Она предназначена для французского NER с тремя указанными классами; README не приводит численных метрик в доступном тексте, поэтому качество на конкретных данных следует оценивать отдельно.

NERmembert-large-4entities — модель CamemBERT large, дообученная Лои́ком Бурдуа из Centre Aquitain des Technologies de l'Information et Electroniques для распознавания именованных сущностей во французском тексте. Она присваивает метки токенам и выделяет четыре типа сущностей: людей (PER), организации (ORG), географические названия (LOC) и прочие сущности (MISC).

Prience91/ner_model_output — модель BERT для распознавания именованных сущностей в тексте, созданная дообучением huggingface-course/bert-finetuned-ner. Она выполняет поклассовую разметку токенов и подходит для извлечения имён людей, организаций, мест и других сущностей из текстов. Модель содержит 135,5 млн параметров, использует архитектуру BertForTokenClassification и принимает последовательности длиной до 512 токенов. В README приведены метрики на оценочном наборе: precision 0,6421, recall 0,6747, F1 0,6580 и accuracy 0,9242. Данные обучения названы неизвестным набором, поэтому область применимости и качество на иных текстах оценить нельзя. Лицензия — Apache-2.0.

Модель djagatiya/ner-roberta-base-ontonotesv5-englishv4 разработана как дообученная версия RoBERTa-base для распознавания именованных сущностей. Она размечает токены английского текста и объединяет их в сущности; модель обучена на наборе conll2012_ontonotesv5 версии english-v4. Архитектура — RobertaForTokenClassification, размер — 151,8 млн параметров, контекст — до 514 токенов. Модель подходит для извлечения сущностей из документов и текста, например имён людей, организаций и других категорий OntoNotes. В README указаны precision 88,88, recall 90,69 и F1 89,78. Модель предназначена для английского языка; качество на других языках и вне обучающего распределения не подтверждено. Файлы доступны в форматах PyTorch и Safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Это большая модель распознавания именованных сущностей для испанского языка, распространяемая вместе с библиотекой Flair. Она выполняет токенную классификацию и размечает в тексте имена людей, географические названия, организации и ещё один класс сущностей; в README этот четвёртый класс не раскрыт. Модель основана на документных эмбеддингах XLM-R и архитектуре FLERT. Для испанской части CoNLL-03 указана оценка F1 90,54. Модель подходит для извлечения сущностей из испанских текстов, например для последующего поиска, анализа документов и подготовки данных. Использование предполагает библиотеку Flair; сведения о лицензии в предоставленных данных отсутствуют.

Kushtrim Visoka разработал Kushtrim/norbert3-large-ner — модель распознавания именованных сущностей, дообученную на базе энкодерной NorBERT 3 Large от Language Technology Group. Модель обрабатывает норвежский текст и размечает сущности по токенам, включая персон, организации, географические места и другие категории. Модель предназначена для извлечения именованных сущностей из норвежских текстов, например для анализа документов и подготовки текстовых данных к поиску или последующей обработке. Для дообучения использованы WikiANN и norne. Репозиторий содержит веса в формате Safetensors; лицензия — CC BY 4.0. Для загрузки в README приведён пример использования через Transformers с trust_remote_code=True.

NuExtract-1.5-tiny — разработанная NuMind модель извлечения структурированной информации, дообученная на Qwen/Qwen2.5-0.5B на частном высококачественном наборе данных. Она принимает текст документа и JSON-шаблон с нужными полями и генерирует заполненную структуру; модель настроена на точное извлечение, поэтому старается сохранять формулировки исходного текста. Модель построена на плотной архитектуре Qwen2 с 494 млн параметров и контекстом до 32 768 токенов. README заявляет поддержку английского, французского, испанского, немецкого, португальского и итальянского языков, а также работу с длинными документами. Репозиторий содержит веса Safetensors; лицензия — MIT. Модель подходит для извлечения полей из документов и преобразования неструктурированного текста в JSON. Для более стабильного извлечения рекомендуется температура, равная нулю или близкая к ней. Русский язык среди заявленных языков не указан; качество извлечения в README не охарактеризовано численными результатами.

NuNER-BERT-v1.0 — англоязычная модель распознавания именованных сущностей от NuMind, представленная в работе NuNER: Entity Recognition Encoder Pre-training via LLM-Annotated Data. Это BERT, дообученный на данных NuNER; модель использовалась в сравнении с TadNER в разделе 4.2 статьи. Она предназначена для извлечения сущностей из текста и может использоваться как готовый энкодер признаков или дообучаться на специализированных наборах данных. Модель содержит 136,7 млн параметров, имеет контекстное окно 512 токенов и опубликована в формате safetensors. Модель рассчитана на английский язык. Лицензия MIT разрешает широкое использование и модификацию при соблюдении её условий. Карточка приводит название статьи и контекст одного эксперимента, но не сообщает конкретные метрики качества; распознавание сущностей на новых предметных областях может потребовать дополнительного дообучения.

NuNER-v2.0 — англоязычная модель распознавания именованных сущностей, разработанная NuMind. Это дообученная на расширенной версии набора NuNER модель RoBERTa с контрастивным обучением; она предназначена для получения эмбеддингов текста для распознавания сущностей и может применяться сразу или дообучаться на специализированных наборах данных. Модель содержит 151,8 млн параметров, принимает текст и имеет контекстное окно 514 токенов. В карточке приведены результаты для сценариев, где обучение использует от 1 до 64 примеров на класс; численные показатели для версии v2.0 не представлены. Модель распространяется по лицензии MIT.

olmOCR-7B-0825-FP8 — мультимодальная модель для распознавания и преобразования документов, разработанная Allen Institute for AI (AI2). Она предназначена для обработки изображений документов и извлечения их содержимого, включая сценарии массовой конвейерной обработки документов. Рекомендуемый способ использования — через набор инструментов olmOCR с эффективным инференсом на базе sglang, рассчитанным на обработку миллионов документов. Модель дообучена на основе Qwen2.5-VL-7B-Instruct с использованием набора данных olmOCR-mix-0225 и представляет собой FP8-квантизированную версию olmOCR-7B-0825. Она принимает одно изображение документа; при подготовке изображения его максимальный размер должен составлять 1288 пикселей по длинной стороне. Запрос также должен содержать дополнительные метаданные документа. В карточке указано, что модель поддерживает английский язык; другие языки и точный размер контекстного окна не заявлены. Сильными сторонами модели являются специализация на документах, мультимодальная обработка и возможность масштабного инференса через olmOCR toolkit. Ограничения включают требование к формату входных данных, необходимость передачи метаданных в prompt и отсутствие в карточке подробностей о точности, поддерживаемых языках помимо английского и контекстном окне. Модель распространяется по лицензии Apache 2.0 и предназначена для исследовательского и образовательного использования; рекомендуется учитывать руководства Responsible Use.

Ovis2-8B — мультимодальная модель семейства Ovis для диалога и анализа визуальных данных. Она сочетает визуальный энкодер ViT с языковой моделью; в карточке указаны архитектура Ovis и размер 8B. Модель разработана авторами серии Ovis, а веса опубликованы организацией ATH-MaaS. Использует библиотеку Transformers и распространяется в формате safetensors по лицензии Apache-2.0. Модель отвечает на вопросы по изображениям, обрабатывает несколько изображений и видео, выполняет OCR и извлекает структурированные данные из таблиц и графиков. Обучение также усилило рассуждения по визуальным данным. Заявлена многоязычная поддержка; метаданные карточки перечисляют английский и китайский языки. В README рекомендуется более новая версия Ovis2.5. В описании не приведены длина контекста и подробная оценка ошибок; авторы также предупреждают, что не могут гарантировать отсутствие проблемного или защищённого авторским правом контента.

Phi-3-mini-128k-instruct-graph — языковая модель, разработанная Emergent Methods и дообученная на базе microsoft/phi-3-mini-128k-instruct. Она предназначена для извлечения сущностей и отношений между ними из произвольного текста и выдачи результата в структурированном формате JSON. Разработчик указывает контекстную версию базы на 128K токенов; модель рассчитана на английский язык. Модель подходит для построения графов знаний из документов и новостных материалов, поиска информации в текстовых базах и анализа меняющихся сюжетов и связей. Карточка приводит сравнительные метрики сходства узлов и рёбер и согласованности JSON, но не гарантирует качество на других наборах данных и предметных областях. Указана лицензия CC BY-NC-SA 4.0, включающая ограничения на коммерческое использование и требование распространять адаптации на тех же условиях.

Phi-4-Reasoning-Vision-15B — мультимодальная модель Microsoft, дообученная на базе Phi-4-Reasoning. Она объединяет плотную языковую архитектуру Phi-4 с визуальным энкодером SigLIP-2 через промежуточное слияние признаков: изображения преобразуются в визуальные токены и передаются языковой модели. Динамическое разрешение поддерживает до 3600 визуальных токенов на изображение, а контекст составляет 32 768 токенов. Модель предназначена для понимания изображений с возможностью пошаговых рассуждений. Она решает математические и научные задачи по изображениям, анализирует диаграммы, графики, таблицы и документы, распознаёт текст, описывает сцены, локализует объекты и элементы интерфейса. В задачах, требующих рассуждений, может формировать развернутый ход решения; для задач восприятия обычно отвечает напрямую. Подходит для визуальных помощников и агентов, работающих с графическим интерфейсом. Модель обучена преимущественно на английском языке и англоязычных парах «изображение—текст», поэтому на других языках качество может снижаться. Возможны ошибки распознавания и фактические ошибки; перед применением в значимых сценариях необходима отдельная оценка. Разработчик не рекомендует использовать её для медицинской диагностики, юридических консультаций, финансового планирования и решений, влияющих на жизненные возможности людей. Лицензия — MIT.

PP-Chart2Table — мультимодальная модель команды PaddlePaddle для разбора диаграмм на китайском и английском языках и преобразования их содержимого в табличные данные. Она обучена с применением задачи извлечения данных из перемешанных фрагментов диаграмм, стратегии маскирования токенов и двухэтапной дистилляции для повышения устойчивости к реальным данным, в том числе к данным вне обучающего распределения. Модель принимает изображение диаграммы и выдаёт текстовое представление извлечённых данных, пригодное для преобразования в таблицу. Разработчики сообщают, что по внутренним тестам она сопоставима с VLM на 7 млрд параметров в ключевых сценариях; подробности тестов в карточке не приведены. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

PP-DocBlockLayout — модель PaddlePaddle для локализации блоков в документах. Она обучена на самостоятельно собранном наборе китайских и английских научных статей, презентаций, журналов, договоров, книг, экзаменационных материалов и исследовательских отчётов. В основе лежит RT-DETR-L; модель обнаруживает одну категорию — область документа. Модель предназначена для поиска областей на страницах документов перед последующей обработкой, например OCR или анализом структуры. В README приведён результат mAP@0.5 95,9% на внутреннем тестовом наборе изображений документов; этот показатель относится к указанному набору и не гарантирует аналогичное качество на других типах данных. Репозиторий содержит веса в формате safetensors, библиотека — PaddleOCR. Лицензия Apache-2.0.

MichaelAnthony разработал qwen-3.5-0.8b-Hedgehog — дообученную текстовую модель семейства Qwen 3.5 для извлечения структурированных данных из документов в сценариях SimpleRAG. Это слитый чекпойнт r5 в формате FP16 для Transformers; адаптер LoRA не требуется. Метаданные указывают 581,4 млн параметров и контекст до 262 144 токенов, а README приводит размер 752 млн параметров. Модель предназначена для извлечения полей из найденных документов с выдачей данных по заданным JSON-путям и типам. В README рекомендуются температура 0 и отключённый режим рассуждений; режимы с рассуждениями и без них следует оценивать отдельно. В приведённых оценках r5 получил 71 балл на BenchLocal DataExtract-15 и 88 на BenchLocal Complex Documents; автор описывает его как стартовую модель, а не универсальный экстрактор с точностью 95%. Лицензия в предоставленных данных не указана.

FuriosaAI публикует эту сборку Qwen3-VL-32B-Thinking вместе с пакетом Furiosa Executable Bundle для запуска на ускорителях FuriosaAI RNGD через Furiosa-LLM. Это плотная мультимодальная модель с 32 млрд параметров: она сочетает визуальный энкодер и трансформерный декодер, использует Interleaved-MRoPE и слияние признаков DeepStack. Квантизация не применялась; веса сохраняют точность исходной модели Qwen/Qwen3-VL-32B-Thinking. Модель принимает изображения и текст, а отвечает текстом. Она предназначена для распознавания текста на изображениях, анализа документов и диаграмм, пространственных рассуждений и понимания видео. Версия Thinking формирует рассуждение перед итоговым ответом; также поддерживается вызов инструментов. README описывает запуск через Furiosa-LLM на RNGD, а также совместимость с vLLM, SGLang и Transformers. Модель выпущена под лицензией Apache 2.0. Для запуска на RNGD требуется конфигурация с 32 PE, распределёнными по четырём картам RNGD; отдельные ограничения качества в предоставленных материалах не описаны.

Qwen3-VL-4B-Instruct — плотная мультимодальная модель семейства Qwen3-VL, разработанная командой Qwen. Она принимает текст и изображения, а также предназначена для понимания видео и временных событий; в ответ генерирует текст. Модель доступна как репозиторий весов в формате safetensors и рассчитана на диалоговое использование через Transformers. Модель подходит для визуальных вопросов и ответов, распознавания и разбора текста на изображениях, анализа видео, пространственного рассуждения, мультимодальных STEM-задач и управления интерфейсами с вызовом инструментов. В README заявлены контекст 256 тысяч токенов с возможностью расширения до миллиона и OCR на 32 языках. Среди архитектурных особенностей указаны Interleaved-MRoPE для временных и пространственных данных и объединение многоуровневых визуальных признаков DeepStack. Лицензия Apache-2.0. Это вариант Instruct, предназначенный для применения в мультимодальных диалоговых сценариях; качество зависит от задачи и входных данных, а заявленные возможности не сопровождаются в карточке результатами бенчмарков.

Qwen3-VL-4B-Instruct от Unsloth — весовой репозиторий мультимодальной модели для диалога и задач с изображениями и видео. Это дообученная версия Qwen/Qwen3-VL-4B-Instruct с плотной архитектурой Qwen3-VL и примерно 4 млрд параметров; модель распространяется в формате safetensors и работает с библиотекой Transformers. Модель принимает текст и изображения, отвечает текстом и поддерживает визуальное рассуждение, OCR, анализ видео, понимание пространственных отношений и взаимодействие с инструментами. В README заявлены контекст 256 тыс. токенов с возможностью расширения до 1 млн и OCR на 32 языках. Также описаны сценарии визуального управления интерфейсами и генерации кода или разметки по визуальному примеру. Лицензия — Apache-2.0. README не содержит численных результатов раздела производительности; заявленные преимущества и возможности следует считать описанием разработчика, а качество проверять на целевых данных.

Карточка модели KevinCha/Qwen3-VL-4B-Instruct-BoxSpecialToken на Hugging Face совпадает с карточкой Qwen/Qwen3-VL-4B-Instruct, поэтому описание составлено по ней. Qwen3-VL-4B-Instruct — плотная мультимодальная модель семейства Qwen3-VL, разработанная командой Qwen. Она принимает текст и изображения, а также предназначена для понимания видео и временных событий; в ответ генерирует текст. Модель доступна как репозиторий весов в формате safetensors и рассчитана на диалоговое использование через Transformers. Модель подходит для визуальных вопросов и ответов, распознавания и разбора текста на изображениях, анализа видео, пространственного рассуждения, мультимодальных STEM-задач и управления интерфейсами с вызовом инструментов. В README заявлены контекст 256 тысяч токенов с возможностью расширения до миллиона и OCR на 32 языках. Среди архитектурных особенностей указаны Interleaved-MRoPE для временных и пространственных данных и объединение многоуровневых визуальных признаков DeepStack. Лицензия Apache-2.0. Это вариант Instruct, предназначенный для применения в мультимодальных диалоговых сценариях; качество зависит от задачи и входных данных, а заявленные возможности не сопровождаются в карточке результатами бенчмарков.

unsloth/Qwen3-VL-8B-Thinking — версия весов Qwen3-VL-8B-Thinking, опубликованная Unsloth. Это плотная мультимодальная модель класса Qwen3VLForConditionalGeneration с режимом рассуждений Thinking; репозиторий содержит веса в формате safetensors и исправленный шаблон чата. Модель принимает текст и изображения и предназначена для ответов по визуальному содержимому, распознавания текста на изображениях, анализа видео и пространственных рассуждений. Среди сценариев применения — разбор документов и сцен, визуальные вопросы и ответы, понимание временных событий в видео, оценка взаимного расположения объектов и работа с интерфейсами через инструменты. В README заявлены контекст 256 тысяч токенов с возможностью расширения до 1 миллиона и OCR на 32 языках; эти характеристики относятся к описанию семейства Qwen3-VL. Указана лицензия Apache-2.0. Заявления о превосходстве по точности в карточке не сопровождаются результатами бенчмарков.

Это версия модели roberta-base-bne-capitel-ner-plus, преобразованная в формат ONNX для запуска с совместимыми инструментами. Модель на архитектуре RoBERTa содержит 151,8 млн параметров и предназначена для классификации токенов, в частности для задач распознавания именованных сущностей на испанском языке. Контекст составляет до 514 токенов. Модель опубликована SantiMB и распространяется по лицензии Apache 2.0. Формат ONNX позволяет использовать её в средах, поддерживающих этот формат. Карточка не уточняет набор меток или результаты оценки качества.

roberta-large-entity-linking — модель GlassLewis на архитектуре RoBERTa-large, дообученная как биэнкодер для связывания упоминаний сущностей с соответствующими страницами или описаниями в базе знаний. Она отдельно кодирует контекст с упоминанием и описание сущности, чтобы находить подходящие совпадения по сходству; для выделения упоминаний рекомендуется обрамлять их специальным токеном [ENT], а кандидатов можно предварительно находить с помощью модели распознавания именованных сущностей. Модель предназначена для связывания сущностей с концепциями Википедии, поиска по базе знаний без специального обучения на целевой задаче и построения баз знаний. Её можно использовать как извлекатель top-k кандидатов, передавая финальную дизамбигуацию более мощному классификатору. В описанном тесте Zero-Shot Entity Linking она показала Recall@64 80,29%; результат BLINK на том же тесте составлял 82,06%, но BLINK обучалась на тренировочной выборке. Модель содержит 454,1 млн параметров, принимает текст с контекстным окном до 514 токенов и распространяется в формате Safetensors. Лицензия — BigScience OpenRAIL-M.

RT-DETR-L_wired_table_cell_det — модель PaddlePaddle для обнаружения ячеек в изображениях таблиц. Она находит области ячеек и выдаёт их ограничивающие рамки, которые затем использует конвейер распознавания таблиц для дальнейшей обработки. README указывает на совместное тестирование точности с моделью RT-DETR-L_wireless_table_cell_det. Модель предназначена для этапа обнаружения ячеек в задачах распознавания таблиц и может использоваться как компонент общего конвейера PaddleOCR, который извлекает данные из таблиц и формирует HTML или Excel. В метаданных указаны PaddleOCR и языки en и zh; сама задача обнаружения ячеек ориентирована на визуальную структуру, а не на распознавание текста. Репозиторий распространяется по лицензии Apache-2.0. README не приводит отдельной оценки качества для этой модели: отмечено, что результат получен при совместном тестировании с вариантом для беспроводных таблиц.