代码识别 —— 检测并格式化代码块，包括缩进。
公式识别 —— 识别并处理数学表达式。
https://hf-mirror.com/ds4sd/SmolDocling-256M-previewhttps://arxiv.org/pdf/2503.11576SmolDocling: An ultra-compact vision-language model for end-to-end multi-modal document conversion
多模态模型
0.35秒OCR整页文档，比Qwen2.5 VL高出10%的文档转换多模态模型！
高效文档转换的新突破，SmolDocling模型实现极速处理，性能超越Qwen2.5 VL。 核心内容： 1. SmolDocling模型与IBM Research联合推出，高效文档转换能力 2. 功能特性全面，包括OCR、布局识别、代码和公式识别等 3. 推荐阅读资源，深入探索AI Agents与多模态系统的发展
立即咨询 JOTO
JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。 联系 JOTO 获取 AI 落地咨询
想把这些做法用到你的业务里?
留下你的场景和痛点,我们帮你判断从哪一步开始。
联系我们