Geek (@geekbb) “百度开源的视觉语言模型 OCR 项目，在 DeepSeek-OCR 基础上做了升级，主打一次性解析” — TopicDigg
Geek
@geekbb
加入 July 2010
0 正在关注 0 粉丝
百度开源的视觉语言模型 OCR 项目，在 DeepSeek-OCR 基础上做了升级，主打一次性解析超长文档。模型有两种推理模式：gundam 模式用来对付单张图里的密集文字，base 模式处理多页或 PDF。
显示更多
