IBM研究推出了Granite-Docling-258M，这是一种开源视觉语言模型，专注于高保真文档转文本转换，能够保留复杂的布局和结构。尽管参数仅有2.58亿，但其准确性与更大模型相当，适合文档解析和数据集准备。该模型支持多语言，旨在与Docling库结合，优化企业文档工作流程。

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。

IBM发布了Granite-Docling-258M，这是一个开源视觉语言模型，专注于文档转换，能够准确提取表格、代码和公式，并生成结构化表示。与前版本相比，该模型在布局分析和OCR方面有显著提升，并支持多语言，旨在提高文档处理的效率和准确性。

检索增强生成（RAG）是一种提高大型语言模型（LLM）生成内容准确性的方法。RAG需要合适的数据架构以有效扩展，组织非结构化数据并提取有意义的见解以改善客户服务是主要挑战。Docling是一个开源工具，能够将多种文档格式转换为可用格式，简化数据处理流程，支持RAG工作流。

使用Docling构建知识图谱的初步体验。知识图谱通过节点和边结构化信息，便于数据探索与分析。Docling简化了文档提取过程，支持多种格式，提高了信息提取的准确性。示例代码展示了如何从PDF生成知识图谱，提取实体及其关系，实现高效构建。

Docling的图形导出功能允许用户将PDF内容导出为图像格式，操作简单，支持多种文档格式，快速实现。用户可以保存页面图像、表格和图片，并生成Markdown和HTML文件，适合处理敏感数据，支持多种集成和OCR。

Docling Parse是一个简单的Python包，能够从程序化PDF中提取文本、路径和位图图像及其坐标。用户只需安装该包并使用示例代码，即可轻松提取所需内容，适用于PDF转换。

SmolDocling-256M-preview是一个多模态图像文本转文本模型，支持高效文档转换，具备OCR、代码识别、公式和图表识别功能，兼容Docling文档，推理速度快。

本文介绍了如何利用先进工具构建AI文档检索系统，包括文档处理、检索增强生成（RAG）和LangChain集成。通过使用Docling解析文档、Granite 3.1大语言模型和LangChain框架，用户将学习高效的数据检索方法。适合具备Python编程基础的AI开发者和研究人员。

本文介绍了如何在Jupyter Notebook中使用IBM Granite和Docling实现文档检索增强生成（RAG）功能。作者创建虚拟环境，安装依赖，利用Docling将文档转为结构化数据，并结合Granite LLM进行查询，最终构建了一个从多种文档中提取知识的生成管道。

Docling是IBM开发的开源工具，支持多种文档格式（如PDF、DOCX），可导出为Markdown和JSON。它具备高级PDF理解能力，支持OCR，并可与LlamaIndex和LangChain集成。用户可通过Python和tkinter进行文件转换。

Docling 是一款高效的文档解析工具，支持将多种格式转换为 Markdown 和 JSON，具备强大的 PDF 理解能力，能够提取元数据，并与 LlamaIndex 和 LangChain 集成。self-operating-computer 框架使多模态模型能够模拟人类操作，兼容多种模型。dreamgaussian 实现高效的 3D 内容创建，支持从 2D 图像和文本生成 3D 模型。v4-core 是 Uniswap v4 的核心合约，提供灵活的流动性池管理。VisualGLM-6B 是开源的多模态对话模型。