olmOCR 2
olmOCR 2 Ai2-nin açıq mənbəli 7B görmə modelidir, PDF və şəkilləri oxuma ardıcıllığında təmiz mətnə çevirir; unit test mükafatları ilə reinforcement learning üzərində öyrədilib.
Buraxılışı: olmOCR.
- Buraxılış
- oktyabr 2025
- Model ID
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- Ölçü
- 7B, Qwen2.5-VL-7B-Instruct əsasında fine-tune, BF16 və FP8
- Lisenziya
- Apache-2.0
- Həmçinin belə axtarılır
- olmocr-2, olmocr2, olmOCR-2-7B-1025
olmOCR 2 modelində nə yenidir
- olmOCR-mix-1025 dataseti üzərində fine-tune edilib, sonra riyazi tənliklər, cədvəllər və digər çətin hallar üçün GRPO reinforcement learning ilə əlavə öyrədilib.
- olmOCR-Bench-də əvvəlki pipeline-dan təxminən 4 bal yüksək (82.4 və 78.5) və Ai2-nin müqayisəsində Marker (76.1) və MinerU (75.8) qabağında.
- Ən böyük artım çətin səhifələrdə: cədvəllər 84.9% (72.9%-dən), çoxsütunlu düzülüş 83.7% (77.3%-dən), köhnə riyaziyyat skanları 82.3% (79.9%-dən).
- Öyrədilmə məlumatlarına əlyazma və makinada yazılmış sənədlər əlavə edilib.
- olmocr toolkit v0.4.0 ilə gəlir. Ondan əvvəlki 0725 və 0825 buraxılışları FP8-i standart etdi, avto-fırlatmanı və boş səhifələrdə halüsinasiyaları düzəltdi.
olmOCR 2 benchmarkları
| Benchmark | Nəticə | Qeyd |
|---|---|---|
| olmOCR-Bench, ümumi | 82.4 ± 1.1 | FP8 model; BF16 82.3 toplayır |
| olmOCR-Bench, cədvəllər | 84.9 | FP8 model |
| olmOCR-Bench, başlıq və altlıqlar | 96.1 | FP8 model |
Nəticələr müəlliflərin dərc etdiyi kimidir. Biz onları təkrar yoxlamamışıq.
olmOCR 2 modelini API ilə istifadə edin
OCRRouter olmOCR modelinin başqa buraxılışını allenai/olmocr kimi işlədir.
olmOCR versiyaları
- olmOCR: OCRRouter saytında bütün versiyalar, qiymət, sürət və funksiyalar
- olmOCR 2 (oktyabr 2025), bu səhifə
Suallar
Mənbələr
Son yenilənmə .