开源推荐 morning

GitHub 热门项目：Dolphin

2026-08-12 1 阅读约4分钟阅读 GitHub Trending

字号:

GitHub 项目：海豚仓库地址：https://github.com/bytedance/Dolphin 星级：9047 | 作者：字节跳动项目描述：“Dolphin：通过异构锚点提示进行文档图像解析”的官方存储库，ACL，2025。 =================================================== 自述文件内容：

# Dolphin：通过异构锚点提示进行文档图像解析 Dolphin-v2 是一个增强的通用文档解析模型，在原始 Dolphin 的基础上进行了大幅改进。它通过具有可扩展锚点提示的文档类型感知两阶段架构，无缝处理任何文档类型（无论是数字文档还是照片文档）。 ## 📑 概述由于文档类型多样以及文本段落、图形、公式、表格和代码块等复杂交织的元素，文档图像解析具有挑战性。 Dolphin-v2 通过文档类型感知的两阶段方法解决了这些挑战： 1. **🔍第1阶段**：文档类型分类（数字与拍照）+布局分析和阅读顺序预测 2. **🧩阶段2**：混合解析策略——拍照文档整体解析，数字文档并行逐元素解析

Dolphin 在不同的页面级和元素级解析任务中实现了良好的性能，同时通过其轻量级架构和并行解析机制确保了卓越的效率。 ## 📅 变更日志 - 🔥 **2025.12.12** 发布*Dolphin-v2* 模型。升级至3B参数，具有21元素检测、属性字段提取、专用公式/代码解析以及强大的拍照文档解析。（Dolphin-1.5 移至 [v1.5 分支](https://github.com/bytedance/Dolphin/tree/v1.5)） - 🔥 **2025.10.16** 发布*Dolphin-1.5* 模型。该版本在保持轻量级0.3B架构的同时，实现了显着的解析改进。（Dolphin 1.0迁移至[v1.0分支](https://github.com/bytedance/Dolphin/tree/v1.0)） - 🔥 **2025.07.10** 发布了 *Fox-Page Benchmark*，这是原始 [Fox 数据集](https://github.com/ucaslcl/Fox) 的手动精炼子集。下载地址：[百度云](https://pan.baidu.com/share/init?surl=t746ULp6iU5bUraVrPlMSw&pwd=fox1) | [Google 云端硬盘](https://drive.google.com/file/d/1yZQZqI34QCqvhB4Tmdl3X_XEvYvQyP0q/view?usp=sharing)。 - 🔥 **2025.06.30** 添加了 [TensorRT-LLM 支持](https://github.com/bytedance/Dolphin/blob/master/deployment/tensorrt_llm/ReadMe.md) 以加速推理！ -

分享文章：

这篇文章对您有帮助吗？

订阅66必读

每日精选科技资讯，直达你的邮箱

← 返回开源推荐