Унифицированная 0.8B vision-language модель для парсинга документов и OCR-задач, обученная на 170M примерах с Q-Mask и Mix-RL.
источник ↗#document-parsing
3 записейВысокоточный инструмент с открытым кодом, преобразующий PDF, DOCX, PPTX, XLSX и изображения в структурированный Markdown/JSON с помощью VLM+OCR-движка.
источник ↗Модель baidu/Unlimited-OCR для однокадрового парсинга документов и OCR с поддержкой Transformers, vLLM, SGLang и Docker.
источник ↗