Granite Docling由@IBM開發，目前在@huggingface上排名第3。 這是一個多模態的圖像-文本到文本模型，旨在高效進行文檔轉換。它保留了Docling的核心特性，同時與DoclingDocuments無縫集成，以確保完全兼容。 它基於IDEFICS3架構，但引入了兩個關鍵修改：用siglip2-base-patch16-512替換視覺編碼器，並用Granite 165M LLM替換語言模型。今天就來試試我們的Granite-Docling-258演示吧。 許可證：Apache 2.0 Granite-docling-258M已完全整合到Docling管道中，保留了現有功能，同時引入了一些強大的新功能，包括： 🔢 增強的方程識別：更準確的數學公式檢測和格式化 🧩 靈活的推理模式：選擇全頁推理或bbox引導區域推理 🧘 改進的穩定性：更有效地避免無限循環 🧮 增強的內聯方程：更好的內聯數學識別 🧾 文檔元素問答：回答有關文檔結構的問題，例如文檔元素的存在和順序 🌍 支持日語、阿拉伯語和中文（實驗性） HF頁面： 恭喜@ArvindKrishna @BillHiggins及團隊！