针对学术文献处理这一专业场景，SmolDocling展现出独特优势。其双阶段处理架构能准确识别学术文献中的复杂元素：首先通过预训练模型定位公式、图表和参考文献等特定区域，再调用领域适配器进行专业化解析。测试数据显示，对于IEEE论文格式的识别准确率达到91.3%，公式转换成功率87.5%，远超同类产品20个百分点。
实际应用案例显示，某研究团队使用SmolDocling处理了3000页历史学术手稿，仅用6小时就完成了从扫描图像到结构化XML的完整转换，相比人工处理效率提升400倍。该模型还独创性地解决了学术文献中的跨页表格续接问题，通过上下文关联算法实现95%的表格完整性保持率。
Diese Antwort stammt aus dem ArtikelSmolDocling: ein visuelles Sprachmodell für die effiziente Verarbeitung von Dokumenten in einem kleinen VolumenDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " SmolDocling在学术文献数字化场景表现卓越
Deutsch 
简体中文 
English 
日本語 
Português do Brasil