Dolphin

Dolphin 是一个用于文档图像解析的模型，通过异构锚点提示技术显著提升了文档解析能力。其核心功能包括文档类型识别（区分数字化和拍摄的文档）与布局分析、阅读顺序预测以及基于文档类型的两阶段解析策略：对拍摄文档进行整体解析，对数字文档进行并行元素级解析。Dolphin-v2 版本增强了模型参数至30亿，并支持21种元素检测及特定公式/代码解析等功能，适用于多种文档处理场景，如PDF转换、OCR识别等，尤其在处理复杂排版或包含多种内容形式（如文本段落、图表、公式、表格和代码块）的文档时表现出色。该模型采用轻量级架构设计，确保了高效运行。