SmolDocling-256M-Demo

מה זה

האפליקציה מציגה ממשק שיחה מבוסס גרדיו שבו אתם מעלים תמונות של מסמכים לצד שאלת טקסט. המערכת מחזירה פלט טקסטואלי שמפענח את מבנה המסמך, כמו המרת עמוד שלם לתצורת docling לפי ההנחיות שלכם.

מאחורי הקלעים רץ המודל ds4sd/SmolDocling-256M-preview, מודל ויז'ן לשפה קומפקטי במיוחד עם 256 מיליון פרמטרים. הקוד טוען את המודל ישירות דרך ספריית transformers של פייס וממיר את התוצאות בעזרת טיפוסי הנתונים של docling-core. בדוגמאות המוכנות מראש אפשר למצוא קובץ תמונה של עמוד ומעליו הפקודה להמיר את העמוד כולו, כך שרואים מיד כיצד המודל מתמודד עם פריסת דף.

מתאים ל

• בדיקת המרת מסמך

  מעלים צילום עמוד עם טבלאות ובודקים איך המודל הזעיר מפרק אותו לייצוג מובנה.

• ניסוי מהיר בלי התקנה

  מריצים שאילתות על תמונות ישירות מהדפדפן לפני שמורידים את המשקלים למחשב.

• בחינת תגיות docling

  רואים כיצד המודל מתרגם אלמנטים גרפיים לתגיות תקניות של docling-core.

איפה זה נופל

הממשק אינו שומר היסטוריה וכל הודעה נשלחת כשיחה מבודדת לחלוטין, כך שאי אפשר לנהל דיון המשך על אותו מסמך. בנוסף, חומרת zero-a10g עלולה להכניס אתכם לתור קצר כשהשרתים עמוסים. המודל עצמו נמצא בגרסת תצוגה מקדימה וגודלו הזעיר אומר שהוא עלול לפספס פרטים מורכבים במסמכים צפופים בהשוואה למודלים ענקיים.

איך משתמשים

גוררים תמונה אחת או כמה לתיבת השיחה, מקלידים פקודה כמו ההנחיה המופיעה בדוגמה ולוחצים על שליחה. אם שוכחים להקליד טקסט יחד עם התמונה, הממשק מקפיץ הודעת שגיאה. ההדגמה רצה על חומרת zero-a10g בשרתים של הגינג פייס, מה שמעניק כוח עיבוד של מאיץ גרפי לפי דרישה ללא תשלום או צורך בהתחברות מיוחדת, והתשובה מוחזרת בהזרמת טקסט חיה.

הרישיון

הפרויקט זמין תחת רישיון apache-2.0 שמאפשר שימוש חופשי, שינוי קוד ושימוש מסחרי בכפוף לתנאי הרישיון. התמונות שאתם מעלים עוברות עיבוד בשרת המארח של הגינג פייס.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗