Tencent ha lanzado WeVisDoc-4B, un analizador de documentos de extremo a extremo para imágenes de páginas que convierte las páginas en Markdown estructurado con fórmulas LaTeX y tablas HTML. Fine-tuneado desde Qwen3-VL-4B-Instruct, el modelo alcanza una puntuación general de 95.38 en OmniDocBench v1.6 y se clasifica primero entre los analizadores comparados en las cuatro configuraciones reportadas.

  • WeVisDoc-4B es fine-tuneado desde Qwen3-VL-4B-Instruct.
  • Genera Markdown estructurado, fórmulas LaTeX y tablas HTML.
  • El modelo alcanza una puntuación general de 95.38 en OmniDocBench v1.6.
  • Lidera los analizadores de extremo a extremo comparados en las cuatro configuraciones reportadas.

El lanzamiento incluye instrucciones de instalación para vLLM y dependencias del cliente, junto con ejemplos para inferencia local y servicio a través de una red.