IFM lanza K2 Horizon: seis modelos Apache 2.0 desde 0.9B hasta 375B
La mayoría de los lanzamientos de modelos abiertos publican un punto de control y una tabla de referencia. El Institute of Foundation Models (IFM) publicó algo más amplio la semana…
Zhipu AI presenta GLM-OCR: un modelo de OCR multimodal 0.9B para análisis de documentos y extracción de información clave (KIE)
¿Por qué el OCR de documentos sigue siendo un difícil problema de ingeniería? ¿Qué se necesita para que el OCR sea útil para documentos reales en lugar de imágenes de…
El equipo PaddlePaddle de Baidu lanza PaddleOCR-VL (0.9B): un VLM estilo NaViT + ERNIE-4.5-0.3B dirigido al análisis de documentos multilingües de un extremo a otro
¿Cómo se pueden convertir documentos complejos y multilingües (diseños densos, guiones pequeños, fórmulas, gráficos y escritura a mano) en Markdown/JSON estructurado fiel con precisión de última generación y al mismo…
Jina AI presenta Jina-CLIP v2: un modelo de incrustación multimodal multilingüe 0.9B que conecta imágenes con texto en 89 idiomas
En un mundo interconectado, la comunicación eficaz en múltiples idiomas y medios es cada vez más importante. La IA multimodal enfrenta desafíos al combinar imágenes y texto para una recuperación…