कंप्यूटर विज्ञान के क्षेत्र में, जटिल संरचना वाले दस्तावेज़ों को व्यवस्थित डेटा में बदलना हमेशा से एक बड़ी चुनौती रहा है। पुराने तरीके या तो विभिन्न मॉडलों का एक जटिल प्रक्रिया बनाते थे, या फिर विशाल मल्टीमॉडल मॉडल की आवश्यकता होती थी, जो भ्रम पैदा करते थे और बहुत महंगे होते थे। लेकिन हाल ही में IBM और Hugging Face द्वारा मिलकर बनाया गया SmolDocling, केवल 256M पैरामीटर वाला एक ओपन सोर्स विज़ुअल-भाषा मॉडल (VLM) है...