mPLUG DocOwl 下载 - mPLUG DocOwl 源代码下载

mPLUG 文档猫头鹰

其他源码

下载

强大的多模式法学硕士系列
无需 OCR 的文档理解

阿里巴巴集团

消息

[2024.9.28] 我们在HuggingFace ? 上发布了 DocOwl2 的训练数据、推理代码和评估代码。和模型范围。
[2024.9.20] 我们的论文DocOwl 1.5和TinyChart被EMNLP 2024接收。
[2024.9.06] 我们发布了 mPLUG-DocOwl 2 的 arxiv 论文，这是一个关于 OCR-free 多页文档理解的 SOTA 8B Multimodal LLM，每个文档图像仅用 324 个 token 进行编码！
[2024.7.16] 我们的论文PaperOwl被ACM MM 2024接收。
[2024.5.08] 我们发布了DeepSpeed支持的DocOwl1.5的训练代码。您现在可以基于 DocOwl1.5 微调更强大的模型！
[2024.4.26] 我们发布了 TinyChart 的 arxiv 论文，TinyChart 是一个具有 Program-of-Throught 能力的用于图表理解的 SOTA 3B Multimodal LLM（ChartQA：83.6 > Gemin-Ultra 80.8 > GPT4V 78.5）。 TinyChart 的演示可在 HuggingFace 上找到。代码、模型和数据均在TinyChart中发布。
[2024.4.3] 我们在 ModelScope 和 HuggingFace 上构建了 DocOwl1.5 的演示，并由 DocOwl1.5-Omni 支持。 DocOwl1.5中还发布了启动本地demo的源代码。
[2024.3.28] 发布mPLUG-DocOwl的训练数据（DocStruct4M、DocDownstream-1.0、DocReason25K）、代码和模型（DocOwl1.5-stage1、DocOwl1.5、DocOwl1.5-Chat、DocOwl1.5-Omni） HuggingFace上均为 1.5？和模型范围。
[2024.3.20] 我们发布了 mPLUG-DocOwl 1.5 的 arxiv 论文，这是一个关于 OCR-free 文档理解的 SOTA 8B Multimodal LLM（DocVQA 82.2、InfoVQA 50.7、ChartQA 70.2、TextVQA 68.6）。
[2024.01.13] 我们的科学图表分析数据集 M-Paper 已在HuggingFace上可用？和ModelScope ，包含 447k 高分辨率图表图像和相应的段落分析。
[2023.10.13]mPLUG-DocOwl/UReader的训练数据、模型已开源。
[2023.10.10] 我们的论文UReader被EMNLP 2023接收。