💡
原文中文，约1400字，阅读约需4分钟。
📝
内容提要
IBM 开源的多模态文档处理模型 Granite-Docling-258M 能高效将文档转换为机器可读格式，保留布局、表格和公式，解决传统 OCR 系统的识别问题。该模型参数仅 258M，支持多语言，适合企业级文档处理。
🎯
关键要点
-
IBM 开源多模态文档处理模型 Granite-Docling-258M，能将文档转换为机器可读格式。
-
该模型保留布局、表格、公式等元素，实现端到端的全文文档转换。
-
传统 OCR 系统在识别复杂文档时存在准确性不足的问题。
-
Granite-Docling-258M 仅含 258M 参数，支持多语言处理，适合企业级文档处理。
-
该模型在图表识别、全页 OCR、代码识别等方面性能优于前代模型 SmolDocling-256M-Preview。
-
用户可通过 HyperAI 超神经官网体验该模型，提供详细的使用教程和注册链接。
❓
延伸问答
Granite-Docling-258M 模型的主要功能是什么？
Granite-Docling-258M 模型能够将文档转换为机器可读格式，同时完整保留布局、表格和公式等元素，实现端到端的全文文档转换。
Granite-Docling-258M 与传统 OCR 系统相比有什么优势？
Granite-Docling-258M 在识别复杂文档时的准确性更高，能够处理多种格式的文档，而传统 OCR 系统在这方面存在局限性。
Granite-Docling-258M 支持哪些语言？
该模型支持多语言处理，包括阿拉伯语、中文和日语。
如何体验 Granite-Docling-258M 模型？
用户可以通过 HyperAI 超神经官网的教程页面体验该模型，按照步骤进行在线运行和克隆。
Granite-Docling-258M 的参数大小是多少？
该模型的参数仅为 258M。
Granite-Docling-258M 在图表识别方面的表现如何？
在图表识别、全页 OCR 和代码识别等方面，Granite-Docling-258M 的性能优于前代模型 SmolDocling-256M-Preview。
➡️
