Granite Docling da @IBM é o #3 em tendência no @huggingface. Este é um modelo multimodal de Imagem-Texto-para-Texto projetado para conversão eficiente de documentos. Ele preserva as características principais do Docling enquanto mantém uma integração perfeita com os DoclingDocuments para garantir total compatibilidade. Ele se baseia na arquitetura IDEFICS3, mas introduz duas modificações principais: substitui o codificador de visão por siglip2-base-patch16-512 e substitui o modelo de linguagem por um Granite 165M LLM. Experimente nossa demonstração Granite-Docling-258 hoje. Licença: Apache 2.0 Granite-docling-258M está totalmente integrado nos pipelines do Docling, mantendo as características existentes enquanto introduz uma série de novos recursos poderosos, incluindo: 🔢 Reconhecimento de Equações Aprimorado: Detecção e formatação mais precisas de fórmulas matemáticas 🧩 Modos de Inferência Flexíveis: Escolha entre inferência de página completa, inferência de região guiada por bbox 🧘 Estabilidade Aprimorada: Tende a evitar loops infinitos de forma mais eficaz 🧮 Equações Inline Aprimoradas: Melhor reconhecimento de matemática inline 🧾 QA de Elementos de Documento: Responda perguntas sobre a estrutura de um documento, como a presença e a ordem dos elementos do documento 🌍 Suporte a japonês, árabe e chinês (experimental) Página HF: Parabéns @ArvindKrishna @BillHiggins & equipe!