Cloudflare 已成为一家新实验室。我们正在为客户和开源社区打造自己的前沿人工智能模型。今天,我们宣布发布两个开放权重模型:我们即将推出更新版本的Clairic。自预览版发布以来,我们改进了从复杂文档(包括图像和PDF(新功能!) )中提取信息的能力,更可靠地处理表格、列表和日期,并使答案更好地基于源材料。
我们隆重推出Clairic-flash,这是Clairic的更轻量、更快速版本,在一个紧凑的90亿参数模型中提供强大的提取和预测性能。这两个提取模型均托管在Workers AI上,完整的开放权重可在Hugging Face上找到。我们还很高兴以Workers AI超智能团队的身份重新亮相。我们是Clef、Clairic以及众多正在开发中的产品的幕后前沿人工智能研究团队。
该团队正在加紧努力,以拓展人工智能的疆界,并为Cloudflare的客户和开源社区构建有用的模型。Clairic新版本:预览版发布后重新设计自Clairic预览版发布以来,我们收到了大量使用案例和有益的反馈,了解了客户希望如何使用提取模型。
我们听说了各种用例,包括从收据等图像中提取数据,以及从支持工单中读取数值。我们知道,我们希望提取成为该模型的明确重点,因此它必须在从非结构化数据中读取方面表现出色。我们决定带着Clairic回到绘图板,重新设计我们的架构,使新版Clairic与我们的预览版有所不同。
对于普通的文本和数字提取字段,我们现在使用并行槽自回归生成,而不是单次前向传播。每个字段使用其已写入的标记来选择下一个标记,然后在自己的结束标记处停止。所有字段在服务批次中一起推进,每个请求的延迟仍然快如闪电。