WeVisDoc-4B 模型参数、许可证与获取服务

中文简介

WeVisDoc-4B 将页面图像解析为结构化 Markdown，并保留 LaTeX 公式与 HTML 表格。它由 Qwen3-VL 指令模型微调，适合把扫描页接入文档处理与检索系统。

UPSTREAM README

上游模型卡 / 数据集卡

简体中文（默认）上游原文

【定位与用途】
WeVisDoc-4B 将页面图像解析为结构化 Markdown，并保留 LaTeX 公式与 HTML 表格。它由 Qwen3-VL 指令模型微调，适合把扫描页接入文档处理与检索系统。

【如何选择】
用于报告、表格和公式页面的结构恢复；逐页抽样检查阅读顺序和表格单元格关系。

【版本与获取范围】
选型方向：图像、文档与视频。固定上游版本：1754bfa79ba1a6e24aacc001da2e7bb39b9fbc34。API 语言字段：en, zh。API 架构字段：Qwen3VLForConditionalGeneration。上游最近更新时间：2026-09-18（不一定为首次发布日期）。规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

【容易混淆的边界】
页面解析不等于事实校验，复杂排版及低质量扫描需人工复核；注意卡片要求的推理依赖版本。

本节是本站基于固定版本卡片编写的中文选型摘要，并非原文逐句翻译。完整操作、评测协议与许可原文请查看上游固定版本链接；模型效果及资源处理需求尚未由本站实测。

基于固定版本上游资料编写的中文选型说明 · 2026-09-20 15:03

本页提供中文选型摘要，请通过上方固定版本链接查看完整上游模型卡或数据集卡。

适用场景

用于报告、表格和公式页面的结构恢复；逐页抽样检查阅读顺序和表格单元格关系。

模型参数

选型方向：图像、文档与视频。固定上游版本：1754bfa79ba1a6e24aacc001da2e7bb39b9fbc34。API 语言字段：en, zh。API 架构字段：Qwen3VLForConditionalGeneration。上游最近更新时间：2026-09-18（不一定为首次发布日期）。规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 16 个文件，文件元数据合计 9.00 GB。已保存文件清单中的主要扩展名：.json 9 个、.md 2 个、.safetensors 2 个、.png 1 个、.txt 1 个、无扩展名 1 个。当前较大的文件包括：model-00001-of-00002.safetensors（4.64 GB）；model-00002-of-00002.safetensors（4.35 GB）；tokenizer.json（6.71 MB）。此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

.gitattributes1.48 KB
assets/figure1.png92.72 KB
chat_template.json5.37 KB
config.json1.47 KB
generation_config.json269 B
merges.txt1.59 MB
model-00001-of-00002.safetensors4.64 GB
model-00002-of-00002.safetensors4.35 GB
model.safetensors.index.json63.32 KB
preprocessor_config.json390 B
README.md8.98 KB
README.zh-CN.md8.86 KB

硬件建议

先选定所需权重格式和精度，再核对推理代码、依赖与目标硬件。仓库元数据合计可能包含多个变体、视觉组件或示例，不能用来直接推算运行显存；内存还受上下文、缓存、批量和并发影响，应以小样本实测确定配置。

注意事项

页面解析不等于事实校验，复杂排版及低质量扫描需人工复核；注意卡片要求的推理依赖版本。

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。

第三方资源声明

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。