Tencent открыл WeVisDoc: сквозной парсер документов на Qwen3-VL с Markdown и LaTeX.
Tencent открыл сквозной парсер документов WeVisDoc.
Модель превращает страницу в структурированный Markdown с LaTeX-формулами и HTML-таблицами. Она дообучена на базе Qwen3-VL и доступна в размерах 2B и 4B.
WeVisDoc лидирует среди сквозных парсеров на бенчмарках. На вход подаются страницы в форматах PNG, JPEG или WebP, на выходе получается чистый Markdown. Работать можно через vLLM с API, совместимым с OpenAI, или локальный инференс Transformers.
Полезные ссылки:
Ещё новости:
