MinerU 2.5
MinerU 2.5 е 1,2B модел на OpenDataLab за парсване на документи. Първо открива оформлението върху умалено копие на страницата, после чете всеки регион в пълна резолюция.
Версия на MinerU.
- Издаден
- септември 2025 г.
- ID на модела
- opendatalab/MinerU2.5-2509-1.2B
- Размер
- 1,2B vision-language модел
- Лиценз
- AGPL-3.0
- Търси се и като
- mineru 2.5, mineru2.5, MinerU2.5-2509-1.2B
Какво е новото в MinerU 2.5
- Двуетапно парсване: анализ на оформлението върху умалена страница, после разпознаване върху изрезки в пълна резолюция.
- По-прецизен анализ на оформлението, който запазва колонтитулите и номерата на страниците.
- По-добри формули, включително дълги и смесващи китайски и английски.
- По-устойчив при завъртени, безрамкови и частично оградени таблици.
Бенчмаркове на MinerU 2.5
| Бенчмарк | Резултат | Бележка |
|---|---|---|
| OmniDocBench, общо | 90.67 | С 1,82 над MonkeyOCR-pro-3B и с 2,26 над dots.ocr |
| OmniDocBench, редакционно разстояние на текста | 0.047 | dots.ocr: 0,048. По-ниско е по-добре |
| OmniDocBench, формули CDM | 88.46 | |
| Пропускателна способност | 2.12 pages/s | vLLM async engine, един A100 |
Резултати по данни на авторите. Не сме ги проверявали повторно.
Използвайте MinerU 2.5 през API
OCRRouter предлага друга версия на MinerU като opendatalab/mineru.
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 / pageВерсии на MinerU
- MinerU: всички версии, цени, скорост и функции в OCRRouter
- MinerU 2.5 (септември 2025 г.), тази страница
Въпроси
Източници
Последна актуализация .