北京
10月17日消息，HuggingFace官網(wǎng)顯示，百度昨晚發(fā)布的自研多模態(tài)文檔解析模型PaddleOCR-VL，發(fā)布20小時內(nèi)即登頂HuggingFace Trending全球第一。
據(jù)了解，該模型核心參數(shù)僅0.9B，輕量高效，能以極低計算開銷精準識別文本、手寫漢字、表格、公式、圖表等復雜元素，支持109種語言。在權威榜單OmniBenchDoc V1.5中，它以92.6分獲綜合性能全球第一，四大核心能力全線SOTA，超越GPT-4o等模型，刷新OCR VL模型性能紀錄。
作為文心4.5衍生模型，PaddleOCR-VL融合了NaViT動態(tài)分辨率視覺編碼器與ERNIE-4.5-0.3B語言模型，實現(xiàn)精度與效率雙突破。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
