HF Daily Papers·· 2 天前精选AI 评分75
Youtu-Parsing-Omni 论文提出单一编码器与统一输出结构的多模态解析方案
Youtu-Parsing-Omni: One Encoder, One Schema, All Modalities
AI 导读
Youtu-Parsing-Omni 提出并开源统一多模态解析器，以一个共享权重编码器和一套统一输出结构，将文档、图像、音频与视频转换为带时空信息的结构化记录。
推荐理由
论文同时给出统一解析架构、训练方法、基准成绩和 vLLM 部署配套，便于对照模型效果与实际使用方式。
来源：HF Daily Papers · huggingface.co