Tencent выпустила WeVisDoc, сквозной документальный парсер для изображений страниц, дообученный на моделях Qwen3-VL. Система преобразует изображения страниц в структурированный Markdown, включая формулы LaTeX и HTML-таблицы.
Tencent выпустила WeVisDoc-4B, сквозной парсер документов для изображений страниц, который преобразует страницы в структурированный Markdown с формулами LaTeX и HTML-таблицами. Модель, дообученная на базе Qwen3-VL-4B-Instruct, достигает общего балла 95.38 на OmniDocBench v1.6 и занимает первое место среди сравниваемых парсеров во всех четырех указанных настройках.
Tencent выпустила чекпоинты Simple Attention Sparsification (SAS), которые учатся ранжировать и выбирать KV-блоки для каждого запроса в моделях Qwen3. В отличие от методов, дистиллирующих плотные оценки внимания, SAS добавляет непрерывные гейты к выбранным блокам, что позволяет проводить сквозную оптимизацию ранжирования контекста с использованием функции потерь языкового моделирования.
Tencent сделала свою базовую модель AuK 1.5B для генерации и редактирования речи доступной как программное обеспечение с открытым исходным кодом, включая код и веса модели.
Tencent сделала фундаментальную модель AuK для генерации и редактирования речи доступной в открытом исходном коде, включая код и веса на Hugging Face и ModelScope. В релиз входит AuK-Flash, дистиллированный вариант, предназначенный для быстрого вывода всего за 4 шага.
Tencent выпустила EVIE-4.5B, высокопроизводительную многоязычную модель визуального поиска документов, использующую динамический Prefix-Multivector Retrieval Latency (Prefix-MRL) и сжатие токенов на основе иерархического агломеративного кластеризации (HAC) без дообучения.
Tencent выпустила EVIE-8B, высокопроизводительную модель визуального поиска документов, использующую 4096-мерные токенизированные представления и двунаправленное полное внимание. Модель служит базовой учителем для облегчённой вариации EVIE-4.5B Prefix-MRL и демонстрирует лучшие результаты на бенчмарках визуального поиска документов.