SmolDocling：一个用于文档OCR的、256M参数的的开源视觉语

又仁看科技 2025-03-18 09:27:36

SmolDocling：一个用于文档 OCR 的、 256M 参数的的开源视觉语言模型。支持代码、表格、公式、图表、图片、标题识别等等。性能看跑分也很强。

论文：arxiv.org/abs/2503.11576

模型：huggingface.co/ds4sd/SmolDocling-256M-preview

速度极快，在消费级 GPU 上处理一页仅需 0.35 秒，使用不到 500MB 的显存。

ai生活指南ai创造营

0 阅读：1

又仁看科技

感谢大家的关注

作者最新文章

1

电子书《失落的对数艺术》www.lostartoflogarithms.com/

2

大善人 [打call]

3

[苦涩]新时代的程序猿（原图出自一个猴子的成瘾性试验）AI生活指南AI创造营

4

吴恩达对“AI将取代程序员”的看法：----------------------

5

Transformer - 乐高版[二哈]图自Jeremy Bernstein

6

一张图看MCP协议。绘图：ByteByteGo

7

夸克试了下搜“2月份新能源车企的销量” 感觉还可以，生成内容如图1，快速整理一轮

8

探索操作系统mohitmishra786.github.io/exploring

9

发现夸克的学术搜索接入arxiv和其他一些国外论文数据源了，上次看还只是知网等国

10

fast-png, 一个完全用 JavaScript 编写的 PNG 图像解码器

热门分类

推荐热榜军事 NBA 体育社会明星八卦娱乐财经科技汽车历史国际游戏动漫公益搞笑商业互联网数码国际足球房产家居时尚科学探索职场育儿股票教育影视情感热点中国军情武器中国南海中国足球亚洲杯科比综合体育 CBA 投资楼市大咖秀外汇创业风口 SUV 豪车概念车优惠新能源美国欧洲朝日韩俄罗斯孕期街拍恋爱攻略婚姻正能量

科技TOP

1

雷军小米YU7樱花照人家拍车自己买的，雷总拍车自己造的[捂脸哭]太全面了，这么早起

2

买iPhone16的是不是肠子都悔青了？

3

2025年最值得买的手机，你选哪个

4

某搜索已经很久不用了，还有好几个几乎就胎死腹中了。李开复说的可能是对的！

5

雷军到底投了多少家企业，看看这个版图，不比马斯克小了。

6

【#OpenAI称DeepSeek是另一个华为#：受“国家补贴”、“国家控制”】

7

小米YU9要来了[doge]

8

小米15系列手机参数大起底，你选哪一款？

9

雷军回武大发了100万奖学金为什么这么多人喜欢雷军，不是因为他有多帅、多有钱；

10

京东的刘强东曾经说过这么一句话：“以后国内只会有两个快递公司，一个京东，一个

科技最新文章

1

据说华为mate80会采用16：9的屏幕，如果是真的，那真是太好了。大家都知道

2

一加，你是真让我觉得陌生！！一加用户这回真麻了。。。新款一加13T暂定4

3

vivo最近大动作不断呀！先是爆料了X200s和X200Promini，全新

4

全新的X200s、全新的X200Promini，vivo全新配色曝光，好清新

5

雷军小米YU7樱花照人家拍车自己买的，雷总拍车自己造的[捂脸哭]太全面了，这么早起

6

雷军去武汉大学拍小米YU7,没记错去年也拍了小米su7，引起了很大的轰动，相信这

7

雷军回武大发了100万奖学金为什么这么多人喜欢雷军，不是因为他有多帅、多有钱；

8

荣耀400提升这么大？荣耀300突然不香了按照爆料，这次荣耀400可能会用上

9

下个月即将发布的新手机，有你喜欢的吗？

10

李嘉诚结局已定！和马云的结局惊人相似！还记得马云的蚂蚁金融，在香港