ESMFold

UniMERNet 是 OpenDataLab 开源的一个统一的多模态编码器-解码器网络，旨在通过整合文本和图像信息，为各种文档理解任务提供通用的解决方案。它支持文档布局分析、信息抽取和文档视觉问答等多种应用场景，并具有灵活性和可扩展性。

NuminaMath 是一系列经过训练的语言模型，它们使用工具集成推理 (TIR) 来解决数学问题。

BloombergGPT 是一个专为金融行业设计的 500 亿参数大语言模型，经过大量金融数据训练，擅长金融 NLP 任务。模型在金融任务上的表现优越，计划集成到 Bloomberg 终端中，以提升客户服务。

DocLayout-YOLO 是一个基于 YOLOv5 架构的开源文档布局分析工具包，由 OpenDataLab 开发。它旨在高效准确地检测文档图像中的各种元素，如文本、标题、表格和图像，为文档数字化、信息提取等下游任务提供支持。

Layoutlmv3 是微软 UNILM 项目下的一个先进多模态 Transformer 模型，专为文档理解而设计。它通过统一的文本和图像掩码预训练以及词-图像块对齐等技术，在表单理解、布局分析和视觉问答等文档人工智能任务中取得了领先水平。该模型易于使用，并可通过 Hugging Face Transformers 库进行快速部署和微调。

Phi模型是一系列高效的小语言模型，专为生成式AI应用设计，提供高性能、低延迟的解决方案，适用于多种应用场景。