Dolphin

简介

Dolphin 是字节跳动开源的文档智能解析模型，专为把 PDF、扫描件、图片等复杂文档转换为结构化数据而设计。它采用”先分析页面布局、再并行解析内容元素”的两阶段范式，能精准还原文档的阅读顺序与层级结构。

核心功能

• 版面分析：识别文档中的标题、段落、分栏、页眉页脚等版面元素，还原真实阅读顺序。
• 公式与表格识别：精准提取数学公式并转为 LaTeX，表格转为结构化格式。
• 图表理解：定位并描述文档中的图表与图像内容。
• 高效解析：两阶段设计兼顾高精度与高吞吐，适合大规模文档批量处理。

对于构建 RAG 知识库、文档问答或文档数字化流水线的开发者而言，Dolphin 是补齐”高质量文档解析”环节的实用开源工具。