研究人员成功地展示了，通过有针对性的训练、创新的数据增强和像DocTags这样的新型标记格式，可以克服传统上与模型大小和复杂性相关的局限性。SmolDocling的开源不仅为OCR技术树立了新的效率和多功能性标准，还通过开放的数据集和高效紧凑的模型架构，为社区提供了一份宝贵的资源。