SmolDocling: An ultra-compact vision-language model for end-to-end multi-modal document conversion

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Nassar, Ahmed, Marafioti, Andres, Omenetti, Matteo, Lysak, Maksym, Livathinos, Nikolaos, Auer, Christoph, Morin, Lucas, de Lima, Rafael Teixeira, Kim, Yusik, Gurbuz, A. Said, Dolfi, Michele, Farré, Miquel, Staar, Peter W. J.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Accesso online

https://arxiv.org/abs/2503.11576