Cohere 发布 Parse 5，可以从复杂的文档中高效地提取多模态信息
英文标题：Cohere 发布 Parse 5，可以从复杂的文档中高效地提取多模态信息
点击查看原文>
打开原文相关 3 · 机会 0
3.4 KB
20.5 KB
201.5 KB
1.4 KB
1.9 KB
794 B
1.3 KB
990.8 KB
中文
Parse 5 是 Cohere 推出的 23 亿参数多模态 VLM，专为高精度、高吞吐的企业级文档结构化而设计，支持 PDF 到 Markdown 转换及视觉定位。
采用 North-Micro-Vision-Instruct 架构；视觉编码器基于 SigLIP 2 SO400M，引入 2D RoPE 保留空间结构；DeepStack 方法实现多层级视觉特征注入语言模型浅层。
适合 NLP 工程师、文档智能系统架构师、企业级 AI 平台开发者阅读。
English / 原文
Parse 5 是 Cohere 推出的 23 亿参数多模态 VLM，专为高精度、高吞吐的企业级文档结构化而设计，支持 PDF 到 Markdown 转换及视觉定位。
采用 North-Micro-Vision-Instruct 架构；视觉编码器基于 SigLIP 2 SO400M，引入 2D RoPE 保留空间结构；DeepStack 方法实现多层级视觉特征注入语言模型浅层。
适合 NLP 工程师、文档智能系统架构师、企业级 AI 平台开发者阅读。