中文简介
PaddlePaddle/HPD-Parsing 是 PaddlePaddle 在 Hugging Face 发布的模型仓库,当前卡片主要关联图文理解与多模态生成、文本生成与推理。本站固定记录上游版本 91de80054c23,同步到 25 个文件,文件元数据合计 2.62 GB;访问状态为“公开”,许可证字段为“apache-2.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 PaddlePaddle/HPD-Parsing 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
PaddlePaddle/HPD-Parsing 是 PaddlePaddle 在 Hugging Face 发布的模型仓库,当前卡片主要关联图文理解与多模态生成、文本生成与推理。本站固定记录上游版本 91de80054c23,同步到 25 个文件,文件元数据合计 2.62 GB;访问状态为“公开”,许可证字段为“apache-2.0”。
【适用方向】
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本:91de80054c23。 任务标签:图文理解与多模态生成、文本生成与推理。 语言字段:en, zh。 架构:InternVLChatModel。 上游 Safetensors 元数据显示参数量约 1.07 B。 库标记:transformers。 模型类型字段:internvl_chat。 上游标注的基础模型:OpenGVLab/InternVL3_5-1B。 上游页面记录的最近更新时间:2026-07-22。
【文件信息】
上游 API 返回 25 个文件,文件元数据合计 2.62 GB。 已保存文件清单中的主要扩展名:.json 9 个、.py 8 个、.md 2 个、.safetensors 2 个、.jinja 1 个、.pdf 1 个。 当前较大的文件包括:model.safetensors(2.00 GB);P-MTP/model.safetensors(614.51 MB);tokenizer.json(10.90 MB)。
【运行或处理环境】
仓库文件元数据合计 2.62 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 2.00 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
HPD-Parsing: Hierarchical Parallel Document Parsing News 🎉 A live demo is available at hugging-apps/hpd-parsing. Thanks to multimodalart for building it! 🚀 We release **HPD-Parsing**, a 1B hierarchical parallel document parser. It achieves 94.91% overall on OmniDocBench v1.6 and 4,752 TPS peak throughput. Introduction We introduce **HPD-Parsing**, a lightweight (1B) and high-throughput document parsing model built on a Hierarchical Parallel Decoding paradigm. Unified VLM-based parsers process an entire page jointly but generate the output through a single token-by-token autoregressive trajectory, creating a sequential bottleneck that grows with document length. HPD-Parsing is motivated by a key property of document parsing: **page structure requires global coordination, whereas content generation is largely localized within individual regions.** Based on this observation, a main layout branch coordinates the global document structure and dynamically dispatches localized content generation to concurrent branches, while Progressive Multi-Token Prediction (P-MTP) further reduces the decoding steps within each branch. **HPD-Parsing achieves an overall score of 94.91% on OmniDocBench v1.6 — a new state of the art among end-to-end unified parsers — while reaching a peak throughput of 4,752 TPS, 2.62× the fastest existing document parser and 3.06× its own autoregressive baseline.** **Key Capabilities of HPD-Parsing** 🚀 Hierarchical Parallel Decoding for High-Throughput Document Parsing**: We introduce Hierarchical Parallel Decoding (HPD), a new decoding paradigm that restructures full-page autoregressive generation into globally coordinated, localized parallel decoding. A main layout branch performs global coordination and dynamically decomposes the conventional single decoding trajectory into concurrent content branches, each responsible for a localized document region. Within each branch, P-MTP further reduces the number of decoding steps by predicting multiple future to
适用场景
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本:91de80054c23。 任务标签:图文理解与多模态生成、文本生成与推理。 语言字段:en, zh。 架构:InternVLChatModel。 上游 Safetensors 元数据显示参数量约 1.07 B。 库标记:transformers。 模型类型字段:internvl_chat。 上游标注的基础模型:OpenGVLab/InternVL3_5-1B。 上游页面记录的最近更新时间:2026-07-22。
文件说明
上游 API 返回 25 个文件,文件元数据合计 2.62 GB。 已保存文件清单中的主要扩展名:.json 9 个、.py 8 个、.md 2 个、.safetensors 2 个、.jinja 1 个、.pdf 1 个。 当前较大的文件包括:model.safetensors(2.00 GB);P-MTP/model.safetensors(614.51 MB);tokenizer.json(10.90 MB)。
上游文件元数据
.gitattributes1.58 KBadded_tokens.json954 Bchat_template.jinja475 Bconfig.json3.33 KBconfiguration_intern_vit.py5.42 KBconfiguration_internvl_chat.py4.59 KBconversation.py14.95 KBeval/benchmark_tps.py5.23 KBeval/hpd_to_markdown.py8.17 KBeval/README.md3.33 KBgeneration_config.json95 BHPD_Parsing.pdf10.10 MB
硬件建议
仓库文件元数据合计 2.62 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 2.00 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
注意事项
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。