rakedoc-nano-2

rakedoc-nano-2 — это 1,16-миллиардная модель для разбора документов на архитектуре Qwen2-VL. CloudRaker дообучила KDL-Frontier-Parser-nano-v2 и выложила слитые веса в bf16, поэтому адаптер загружать не нужно. Модель используется в пайплайне Paperwork API сервиса CloudRaker.

🔥 Ключевые особенности

• 📖 Основа — KDL-Frontier-Parser-nano-v2; лицензия AGPL-3.0 наследуется от весов KDL.
• 💻 Готова как drop-in замена KDL v2: те же промпты и форматы вывода, включая OTSL для таблиц.
• ✨ Улучшено извлечение графиков и форматирование текста за счёт средневзвешенного двух файнтюнов: 0.7 × A + 0.3 × B.
• 📌 Форматирование обучали через GRPO с LoRA на языковой и визуальной частях; графики — короткий SFT-старт и GRPO на stage графиков.
• ✔ Веса слиты и хранятся в bf16 — отдельный LoRA-адаптер не требуется.

💻 Пример

vllm serve cloudraker/rakedoc-nano-2 --served-model-name rakedoc-nano-2 \
  --max-model-len 8192 --gpu-memory-utilization 0.85 --max-num-seqs 24 \
  --trust-remote-code --limit-mm-per-prompt '{"image":1}'

Подробнее

ParseBench: Overall 80.09 (среднее из 3 прогонов), Charts 71.73, Tables 85.86, Content Faithfulness 87.80.
Оценка шла на одной GPU; в примере запуска vLLM указаны max-model-len 8192 и gpu-memory-utilization 0.85.
Ограничения: Tables на 0.15 ниже KDL v2, Visual Grounding на 0.15 ниже; тег <mark> не выдаётся; проверка только на ParseBench и синтетике.