Visual Document Retrieval Goes Multilingual

Hugging Face 推出 VDR-2B-multilingual 模型，無需 OCR 即可直接對多語言、複雜排版的文件進行視覺化檢索。

Hugging Face 發表全新的 VDR-2B-multilingual 模型，專為視覺文件檢索（VDR）設計。傳統檢索依賴繁瑣的 OCR 步驟，而該模型能直接將文件頁面視為圖像進行向量化，保留排版、圖表與插圖資訊。本次更新重點在於擴展至多語言支持（包含中英日韓等），大幅提升跨國企業與多語系文檔的檢索效率與準確度。

摘要由 AI 整理,以原文為準。