텐센트, 5B 파라미터 경량 옴니모달 파싱 모델 'Youtu-Parsing-Omni' 공개

요약

텐센트(Tencent)가 공개한 Youtu-Parsing-Omni는 5B 파라미터 규모의 경량 옴니 모달 파싱 모델이다. 이 모델은 문서, 자연 이미지, 차트, 도형, 오디오, 영상 등 다양한 입력 데이터를 처리할 수 있다. 입력 데이터의 레이아웃 요소, 텍스트, 표, 수식, 타임스탬프, 자막, OCR 등 인식 정보와 캡션, 리포트 등 인지 정보를 구조화된 JSON 형태로 출력한다. 사용자는 task 프롬프트를 통해 문서 분석, 자연 이미지 인식 등 수행할 작업을 지정할 수 있다. 모델은 허깅페이스(Hugging Face)를 통해 공개되었으며, 다양한 멀티모달 인식 및 분석 작업에 활용 가능하다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.