olmOCR 2
olmOCR 2 е 7B визуален модел с отворен код на Ai2, който превръща PDF файлове и изображения в чист текст в реда на четене; обучен е с reinforcement learning с награди от unit тестове.
Версия на olmOCR.
- Издаден
- октомври 2025 г.
- ID на модела
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- Размер
- 7B, дообучен от Qwen2.5-VL-7B-Instruct, в BF16 и FP8
- Лиценз
- Apache-2.0
- Търси се и като
- olmocr-2, olmocr2, olmOCR-2-7B-1025
Какво е новото в olmOCR 2
- Дообучен върху набора olmOCR-mix-1025, след това допълнително обучен с GRPO reinforcement learning за формули, таблици и други трудни случаи.
- С около 4 точки по-висок резултат в olmOCR-Bench от предишния pipeline (82,4 срещу 78,5) и пред Marker (76,1) и MinerU (75,8) в сравнението на Ai2.
- Най-голям ръст при трудните страници: таблици 84,9% (от 72,9%), многоколонни оформления 83,7% (от 77,3%), стари математически сканове 82,3% (от 79,9%).
- В данните за обучение са добавени ръкописни и машинописни документи.
- Излиза с olmocr toolkit v0.4.0. Предходните версии 0725 и 0825 направиха FP8 по подразбиране и поправиха автоматичното завъртане и халюцинациите на празни страници.
Бенчмаркове на olmOCR 2
| Бенчмарк | Резултат | Бележка |
|---|---|---|
| olmOCR-Bench, общо | 82.4 ± 1.1 | FP8 модел; BF16 има 82,3 |
| olmOCR-Bench, таблици | 84.9 | FP8 модел |
| olmOCR-Bench, горни и долни колонтитули | 96.1 | FP8 модел |
Резултати по данни на авторите. Не сме ги проверявали повторно.
Използвайте olmOCR 2 през API
OCRRouter предлага друга версия на olmOCR като allenai/olmocr.
Версии на olmOCR
- olmOCR: всички версии, цени, скорост и функции в OCRRouter
- olmOCR 2 (октомври 2025 г.), тази страница
Въпроси
Източници
Последна актуализация .