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.
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.
Tencent a publié des checkpoints de Simple Attention Sparsification (SAS) qui apprennent à classer et sélectionner des blocs KV pour chaque requête dans les modèles Qwen3. Contrairement aux méthodes qui distillent les scores d'attention dense, SAS ajoute des portes continues aux blocs sélectionnés, permettant l'optimisation de bout en bout du classement du contexte avec la perte de modélisation du langage.
Tencent a rendu disponible en tant que logiciel open-source son modèle de base AuK 1.5B pour la génération et l'édition de parole, incluant le code et les poids du modèle.
Tencent a rendu le modèle fondamental AuK pour la génération et l'édition vocales disponible en open source, incluant le code et les poids sur Hugging Face et ModelScope. Le lancement comprend AuK-Flash, une variante distillée conçue pour une inférence rapide en seulement 4 étapes.
Tencent a publié EVIE-4.5B, un modèle de récupération visuelle de documents multilingues haute performance présentant une latence de récupération multivectorielle par préfixe dynamique (Prefix-MRL) et une compression de tokens par regroupement hiérarchique agglomératif (HAC) sans entraînement.
Tencent a publié EVIE-8B, un modèle de récupération de documents visuels à haute capacité présentant des représentations de tokens en 4096 dimensions et une attention bidirectionnelle complète. Le modèle sert de base enseignante pour la variante légère EVIE-4.5B Prefix-MRL et atteint des performances de pointe sur les benchmarks de récupération de documents visuels.