📄 مدل PaddleOCR-VL (0.9B) — مدل چندوجهی سبک و قدرتمند از Baidu AI تیم Baidu AI از مدل جدید خود با نام PaddleOCR-VL (نسخه 0.9B) رونمایی کرده است — مدلی بسیار فشرده در دسته‌ی Vision-Language Models (VLM) که به‌رغم اندازه‌ی کوچک، در چندین وظیفه‌ی بینایی-زبانی به دقت در سطح SOTA (state-of-the-art) دست یافته است: 🔹 شناسایی و درک متون 🔹 استخراج داده از جداول 🔹 تشخیص فرمول‌های ریاضی 🔹 تحلیل و تفسیر نمودارها و گراف‌ها 💡 زیرساخت فنی: 🧠 بخش NaViT — انکودر دیداری پویا برای پردازش تصاویر با ابعاد متغیر 💬 بخش ERNIE-Lite — نسخه‌ی سبک‌شده از مدل زبانی Baidu با توانایی درک متنی پیشرفته ⚡️ پشتیبانی از ۱۰۹ زبان زنده دنیا — از جمله انگلیسی، چینی، عربی، فارسی و دیگر زبان‌ها 🔗 منابع رسمی: 🟠 GitHub: 🟠 HuggingFace: 🟠 مستندات: #BaiduAI #PaddlePaddle #Ernie #PaddleOCR #VisionLanguage #AI #OCR 🔹 #هوش_مصنوعی #chatgpt #تکنولوژی ______@ChatGpt_io 〽️