视觉大模型 / VLM

Typhoon OCR: Open Vision-Language Model For Thai Document Extraction

台风OCR：面向泰语文档提取的开放视觉-语言模型

Surapon Nonesung, Natapong Nitarach, Teetouch Jaknamon, Pittawat Taveekitworachai, Kunat Pipatanakul

机构 * Typhoon, SCB 10X（Typhoon，SCB 10X） 纠错

专题命中 文档图表理解 ：vision-language model(title,abstract)；VLM(abstract)

AI总结 Typhoon OCR 是一个专为泰语文档提取设计的开放视觉-语言模型，通过多阶段数据构建管道训练，实现文本转录、布局重构和结构一致性，性能媲美专有模型且计算成本更低。