Smoldocling이 문서 파싱을보다 효율적으로 만들 수 있습니까?

Smoldocling : 고정밀 문서 변환을위한 가벼운 비전 언어 모델

디지털 문서는 상당한 도전을 제시합니다. 풍부한 구조를 기계로 읽을 수있는 형식으로 정확하게 변환합니다. 복잡한 파이프 라인이든 대규모 모델이든 기존 솔루션은 종종 효율성에 대한 정확도를 손상시킵니다. Smoldocling은 획기적인 대안을 제공합니다. 매우 소형 256m 파라미터 비전 언어 모델은 정확하고 빠른 엔드 투 엔드 문서 전환을 제공합니다.

목차 :

• 문서 변환 장애물
• Smoldocling 소개 : 새로운 접근
• Doctags 이해 : 보편적 인 마크 업 언어
• Deep Dive : 교육 데이터 및 모델 아키텍처
• 성능 비교 : Smoldocling 대 기타 모델
• 코드 예제 및 출력 시각화
• 결론과 미래 발전

문서 변환 장애물

다양한 문서 레이아웃 (비즈니스 보고서에서 학술 논문으로)을 구조화 된 데이터로 변환하는 것은 복잡한 작업으로 남아 있습니다. 주요 과제는 다음과 같습니다.

• 레이아웃 변동성 : 문서는 방대한 범위의 스타일과 형식을 나타냅니다.
• 불투명 형식 : PDF와 같은 형식은 인쇄 우선 순위를 정하고 의미 론적 구문 분석을 방해합니다.
• 자원 집약적 : 전통적인 방법은 상당한 계산 리소스와 복잡한 튜닝을 요구합니다.

Smoldocling 소개 : 새로운 접근

Smoldocling은 통일 된 엔드 투 엔드 접근 방식으로 이러한 과제를 해결합니다.

• 완전한 페이지 처리 : 전체 문서 페이지를 동시에 처리하여 여러 특수 모델이 필요하지 않습니다.
• 소형 디자인, 강력한 결과 : 256m 매개 변수는 모델과 비교할 수있는 성능을 여러 번 더 크게 달성합니다.
• 다목적 다중 모드 기능 : 코드, 테이블, 방정식, 차트 등 다양한 문서 요소를 완벽하게 처리합니다.

Smoldocling의 중심은 혁신적인 마크 업 언어, Doctags, 보편적 인 표준 캡처 콘텐츠, 구조 및 공간적 맥락입니다.

Doctags 이해 : 보편적 인 마크 업 언어

문서 요소 표현을 재정의하는 DocTags :

• 구조화 된 어휘 : XML 스타일 태그 (OTSL에서 영감)를 사용하여 텍스트, 이미지, 테이블, 코드 등을 명확하게 구분합니다.
• 공간적 컨텍스트 : 정확한 경계 박스 좌표 보존 레이아웃 정보.
• 통합 표현 : 전체 페이지 또는 개별 요소에 대한 일관된 형식은 학습과 일반화를 향상시킵니다.

주요 문서에는 다음이 포함됩니다. <img src="/static/imghw/default1.png" data-src="https://img.php.cn/upload/article/000/000/000/174537247742337.jpg" class="lazy" alt="Smoldocling이 문서 파싱을보다 효율적으로 만들 수 있습니까?">

성능 비교 : Smoldocling 대 기타 모델

Smoldocling은 텍스트 인식 및 문서 형식에서 더 큰 모델을 훨씬 능가합니다.

방법	모델 크기	거리 편집 거리 ↓	F1- 점수 ↑	정밀도 ↑	리콜 ↑	블루 ↑	유성 ↑
Qwen2.5 vl	7b	0.56	0.72	0.80	0.70	0.46	0.57
갖다	580m	0.61	0.69	0.71	0.73	0.48	0.59
누가 (기본)	350m	0.62	0.66	0.72	0.67	0.44	0.54
smoldocling (우리)	256m	0.48	0.80	0.89	0.79	0.58	0.67

Smoldocling은 또한 전문화 된 작업에 탁월하여 높은 F1 점수와 코드 목록 및 방정식 인식의 정밀도를 달성합니다.

코드 예제 및 출력 시각화

[코드 예제 및 시각화는 길이 제약으로 인해 생략됩니다. 원래 입력은이 섹션을 제공했습니다.]

결론과 미래 발전

Smoldocling은 소규모 모델이 문서 변환에서 최첨단 성능을 달성 할 수 있음을 보여줍니다. 효율적인 아키텍처, 혁신적인 DocTags 형식 및 포괄적 인 교육 전략은 새로운 벤치 마크를 설정합니다. 영수증에 대한 강력한 성능과 다른 문서에서 허용 가능한 결과를 보여 주면서 메모리 효율적인 설계로 인해 제한이 존재합니다. 미래의 작업은 요소 현지화 및 멀티 모달 이해를 향상시키는 데 중점을 둘 것입니다. 데이터 세트의 공개 릴리스는 추가 연구 및 협업을 용이하게합니다.

위 내용은 Smoldocling이 문서 파싱을보다 효율적으로 만들 수 있습니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!