PaddlePaddle ha presentado HPD-Parsing, un modelo ligero de parsing de documentos con 1.000 millones de parámetros que utiliza un paradigma de Decodificación Paralela Jerárquica para mejorar el rendimiento. La arquitectura coordina la estructura global de la página a través de una rama principal de diseño, mientras distribuye la generación de contenido localizado a ramas concurrentes, utilizando Predicción Progresiva de Múltiples Tokens para reducir los pasos de decodificación.
- HPD-Parsing logra una puntuación general del 94,91% en OmniDocBench v1.6, estableciendo un nuevo estado del arte entre los parsers unificados de extremo a extremo.
- El modelo alcanza un rendimiento máximo de 4.752 Tokens Por Segundo (TPS), lo que es 3,06 veces más rápido que su línea base autoregresiva y 2,62 veces más rápido que el parser de documentos existente más rápido.
- Una estrategia de adaptación por etapas con curación automatizada de datos consciente de la dificultad preserva la precisión del parsing durante la transición a la decodificación paralela.
Este enfoque demuestra que el parsing de documentos puede ejecutarse eficazmente mediante la coordinación global del diseño y la decodificación paralela localizada, en lugar de una única trayectoria de generación secuencial.