9 月 20 日消息，IBM 現已正式發布了小型視覺語言模型 Granite-Docling-258M，定位于端到端文件轉換場景用途，相應模型采用 Apache 2.0 開源協議，目前已在 Hugging Face 上線（點此訪問）。jt728資訊網——每日最新資訊28at.com

獲悉，該模型參數量為 2.58 億，號稱是一款專為文檔表格設計的輕量級模型，輸出結果能夠完整保留版面、表格、數學公式、列表和代碼塊等結構，同時準確度相比傳統 OCR 軟件識別準確性更高。jt728資訊網——每日最新資訊28at.com

IBM 透露，Granite-Docling 的核心在于 DocTags，這是由 IBM Research 設計的一套通用文件結構標記語言，能夠精確描述頁面元素的類型、坐標、閱讀順序及跨元素關系，同時可將內容與版面結構分離，實現“先識別元素范圍再執行 OCR 識別”，在完成轉換后，DocTags 還能夠直接將內容導出為 Markdown、JSON、HTML 等格式，也可以進一步進入 Docling 庫進行處理。jt728資訊網——每日最新資訊28at.com

jt728資訊網——每日最新資訊28at.com

目前，Granite-Docling 支持中文、阿拉伯語和日語等語言，不過尚未達到“企業級”水準，IBM 稱未來開發人員將逐步擴展語言覆蓋范圍并提升模型可靠性。同時還將進一步增強 DocTags 與 IBM watsonx.ai 模型的兼容性，并計劃把 DocTags 詞匯表納入 Granite 分詞器和訓練流程。jt728資訊網——每日最新資訊28at.com

本文鏈接：http://www.yifxia.cn/showinfo-45-27944-0.htmlIBM 發布輕量級視覺語言 AI 模型 Granite-Docling-258M：用于文件轉換、支持中文

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 德國癌癥研究中心等機構開發新型 AI 工具，可預測超 1000 種疾病風險

下一篇： 部分iPhone 17系列及iPhone Air用戶遇Wi-Fi斷連問題，N1芯片穩定性引關注