MinerU 2.5
MinerU 2.5 OpenDataLab-ın 1.2B sənəd parsing modelidir. Əvvəlcə səhifənin kiçik nüsxəsində düzülüşü tapır, sonra hər bölgəni tam ölçüdə oxuyur.
Buraxılışı: MinerU.
- Buraxılış
- sentyabr 2025
- Model ID
- opendatalab/MinerU2.5-2509-1.2B
- Ölçü
- 1.2B vision-language model
- Lisenziya
- AGPL-3.0
- Həmçinin belə axtarılır
- mineru 2.5, mineru2.5, MinerU2.5-2509-1.2B
MinerU 2.5 modelində nə yenidir
- İki mərhələli parsing: kiçildilmiş səhifədə düzülüş təhlili, sonra tam ölçülü kəsiklərdə tanıma.
- Başlıq, altlıq və səhifə nömrələrini saxlayan daha dəqiq düzülüş təhlili.
- Daha yaxşı düsturlar, o cümlədən uzun və Çin və ingilis dilini qarışdıran tənliklər.
- Fırladılmış, çərçivəsiz və qismən çərçivəli cədvəllərdə daha dayanıqlı.
MinerU 2.5 benchmarkları
| Benchmark | Nəticə | Qeyd |
|---|---|---|
| OmniDocBench, ümumi | 90.67 | MonkeyOCR-pro-3B-dən 1.82, dots.ocr-dan 2.26 yüksək |
| OmniDocBench, mətn edit distance | 0.047 | dots.ocr: 0.048. Az olması yaxşıdır |
| OmniDocBench, düstur CDM | 88.46 | |
| Ötürmə qabiliyyəti | 2.12 pages/s | vLLM async engine, bir A100 |
Nəticələr müəlliflərin dərc etdiyi kimidir. Biz onları təkrar yoxlamamışıq.
MinerU 2.5 modelini API ilə istifadə edin
OCRRouter MinerU modelinin başqa buraxılışını opendatalab/mineru kimi işlədir.
1DeepSeek-OCROpen-source vision model that compresses pages into few tokens.1 credit / page
deepseek/deepseek-ocr1 credit / page2PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.6 credits / pagepaddle/paddleocr-vl6 credits / page3GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.6 credits / pagezai/glm-ocr6 credits / pageMinerU versiyaları
- MinerU: OCRRouter saytında bütün versiyalar, qiymət, sürət və funksiyalar
- MinerU 2.5 (sentyabr 2025), bu səhifə
Suallar
Mənbələr
Son yenilənmə .