mPLUG DocOwl 下載 - mPLUG DocOwl 原始碼下載

mPLUG 文檔貓頭鷹

其他源碼

下載

強大的多模式法學碩士系列
無需 OCR 的文檔理解

阿里巴巴集團

訊息

[2024.9.28] 我們在HuggingFace ? 上發布了 DocOwl2 的訓練資料、推理代碼和評估代碼。和模型範圍。
[2024.9.20] 我們的論文DocOwl 1.5和TinyChart被EMNLP 2024接收。
[2024.9.06] 我們發布了 mPLUG-DocOwl 2 的 arxiv 論文，這是一個關於 OCR-free 多頁文檔理解的 SOTA 8B Multimodal LLM，每個文檔圖像僅用 324 個 token 進行編碼！
[2024.7.16] 我們的論文PaperOwl被ACM MM 2024接收。
[2024.5.08] 我們發布了DeepSpeed支援的DocOwl1.5的訓練程式碼。現在您可以基於 DocOwl1.5 微調更強大的模型！
[2024.4.26] 我們發布了 TinyChart 的 arxiv 論文，TinyChart 是一個具有 Program-of-Throught 能力的用於圖表理解的 SOTA 3B Multimodal LLM（ChartQA：83.6 > Gemin-Ultra 80.8 > GPT4V 78.5）。 TinyChart 的演示可在 HuggingFace 上找到。程式碼、模型和數據均在TinyChart中發布。
[2024.4.3] 我們在 ModelScope 和 HuggingFace 上建立了 DocOwl1.5 的演示，並由 DocOwl1.5-Omni 支援。 DocOwl1.5中也發布了啟動本機demo的原始碼。
[2024.3.28] 發布mPLUG-DocOwl的訓練資料（DocStruct4M、DocDownstream-1.0、DocReason25K）、程式碼與模型（DocOwl1.5-stage1、DocOwl1.5、DocOwl1.5-Chat5- OwlOwl HuggingF .均為1.5？和模型範圍。
[2024.3.20] 我們發布了 mPLUG-DocOwl 1.5 的 arxiv 論文，這是一篇關於 OCR-free 文件理解的 SOTA 8B Multimodal LLM（DocVQA 82.2、InfoVQA 50.7、ChartQA 70.2、TextV 68.28.6）。
[2024.01.13] 我們的科學圖表分析資料集 M-Paper 已在HuggingFace上可用？和ModelScope ，包含 447k 高解析度圖表影像和對應的段落分析。
[2023.10.13]mPLUG-DocOwl/UReader的訓練資料、模型已開源。
[2023.10.10] 我們的論文UReader被EMNLP 2023接收。