TokenFD – 上海交大联合美团推出的细粒度图文对齐基础模型

3个月前发布 77 00
收藏 0

TokenFD是上海交通大学联合美团推出的细粒度图文对齐基础模型，主要用于文档理解任务。通过Token级对齐，实现了图像Token与语言Token在同一特征空间中的共享，支持Token级图文交互，在处理包含密集文字的图像时表现突出。为了训练该模型，团队构建了业内首个Token级图文数据集TokenIT，包含2000万张图像和18亿高质量的...

收录时间：
2025-12-16
打开网站手机查看
TokenFD – 上海交大联合美团推出的细粒度图文对齐基础模型TokenFD – 上海交大联合美团推出的细粒度图文对齐基础模型
TokenFD – 上海交大联合美团推出的细粒度图文对齐基础模型打开网站

TokenFD是上海交通大学联合美团推出的细粒度图文对齐基础模型，主要用于文档理解任务。通过Token级对齐，实现了图像Token与语言Token在同一特征空间中的共享，支持Token级图文交互，在处理包含密集文字的图像时表现突出。为了训练该模型，团队构建了业内首个Token级图文数据集TokenIT，包含2000万张图像和18亿高质量的Token-Mask对，数据量远超现有模型。

官网：https://github.com/Token-family/TokenFD


立即打开官网

数据统计

相关导航

标签云