Granite Docling由@IBM开发，目前在@huggingface上排名第3。 这是一个多模态的图像-文本到文本模型，旨在高效进行文档转换。它保留了Docling的核心特性，同时与DoclingDocuments无缝集成，以确保完全兼容。 它基于IDEFICS3架构，但引入了两个关键修改：用siglip2-base-patch16-512替换视觉编码器，并用Granite 165M LLM替换语言模型。今天就来试试我们的Granite-Docling-258演示吧。 许可证：Apache 2.0 Granite-docling-258M已完全整合到Docling管道中，保留了现有功能，同时引入了一些强大的新功能，包括： 🔢 增强的方程识别：更准确的数学公式检测和格式化 🧩 灵活的推理模式：选择全页推理或bbox引导区域推理 🧘 改进的稳定性：更有效地避免无限循环 🧮 增强的内联方程：更好的内联数学识别 🧾 文档元素问答：回答有关文档结构的问题，例如文档元素的存在和顺序 🌍 支持日语、阿拉伯语和中文（实验性） HF页面： 恭喜@ArvindKrishna @BillHiggins及团队！