lab Tencent Hunyuan (HF) · il y a 1 j · source : il y a 3 j · releases

Tencent lance les analyseurs de documents WeVisDoc-2B et WeVisDoc-4B

Traduit de English → Français

Tencent a lancé WeVisDoc, un analyseur de documents de bout en bout pour les images de pages, affiné à partir des modèles Qwen3-VL. Le système convertit les images de pages en Markdown structuré, incluant des formules LaTeX et des tableaux HTML.

WeVisDoc-4B atteint un score global de 95.38 sur OmniDocBench v1.6 et un score moyen global de 75.54 sur les pistes PureDocBench.
Il se classe premier parmi les analyseurs de bout en bout comparés dans les quatre configurations rapportées.
La release inclut les checkpoints des modèles WeVisDoc-2B et WeVisDoc-4B.

Les modèles sont disponibles pour l'inférence locale ou via un service basé sur vLLM, prenant en charge Python 3.10+.

Importance 1/3 Confiance 1/3 Tencent Hunyuan (HF) Tencent Multimodal Open weights

Lire l'original

Tencent lance WeVisDoc-4B, un analyseur de documents de bout en bout

Tencent a lancé WeVisDoc-4B, un analyseur de documents de bout en bout pour les images de pages qui convertit les pages en Markdown structuré avec des formules LaTeX et des tableaux HTML. Fine-tuné à partir de Qwen3-VL-4B-Instruct, le modèle atteint un score global de 95,38 sur OmniDocBench v1.6 et se classe premier parmi les analyseurs comparés dans les quatre configurations rapportées.

lab Tencent Hunyuan (HF) · il y a 25 j · 45 vues

Tencent lance le modèle d'embedding multimodal WeMM-Embedding-2B

Tencent a lancé WeMM-Embedding-2B, un modèle universel d'embedding multimodal basé sur Qwen3.5 qui accepte du texte, des images, des vidéos, des documents visuels et des entrées entrelacées pour retourner des embeddings L2-normalisés de 2 048 dimensions.

lab Tencent Hunyuan (HF) · il y a 25 j · 40 vues

Tencent lance le modèle d'embedding multimodal universel WeMM-Embedding-4B

Tencent a publié WeMM-Embedding-4B, un modèle d'embedding multimodal universel basé sur Qwen3.5 qui accepte du texte, des images, des vidéos, des documents visuels et des entrées entrelacées pour retourner des embeddings L2-normalisés de 2 560 dimensions.

lab Tencent Hunyuan (HF) · il y a 25 j · 49 vues

Tencent lance le modèle d'embedding multimodal universel WeMM-Embedding-9B

Tencent a publié WeMM-Embedding-9B, un modèle d'embedding multimodal universel basé sur Qwen3.5 qui accepte du texte, des images, des vidéos, des documents visuels et des entrées entrelacées pour retourner des embeddings L2-normalisés de 4 096 dimensions.

lab Tencent Hunyuan (HF) · il y a 32 j · 30 vues

Tencent publie EVIE-Preview-4.5B, un modèle multilingue de recherche de documents visuels

Tencent a publié EVIE-Preview-4.5B, un modèle de pointe de Recherche de Documents Visuels (VDR) multilingue basé sur Qwen3.5-4B. Le modèle utilise une interaction tardive de style ColBERT avec des embeddings de tokens multi-vecteurs natifs de dimension 128 pour atteindre des performances de premier plan sur les benchmarks ViDoRe.