MinerU 2.5
MinerU 2.5 হলো OpenDataLab-এর 1.2B ডকুমেন্ট পার্সিং মডেল। এটি প্রথমে পৃষ্ঠার ছোট কপিতে লেআউট খোঁজে, তারপর প্রতিটি অংশ পূর্ণ রেজোলিউশনে পড়ে।
যার একটি রিলিজ MinerU.
- রিলিজ
- সেপ্টেম্বর 2025
- মডেল ID
- opendatalab/MinerU2.5-2509-1.2B
- আকার
- 1.2B ভিশন-ল্যাঙ্গুয়েজ মডেল
- লাইসেন্স
- AGPL-3.0
- এই নামেও খোঁজা হয়
- mineru 2.5, mineru2.5, MinerU2.5-2509-1.2B
MinerU 2.5-এ নতুন কী
- দুই ধাপের পার্সিং: ছোট করা পৃষ্ঠায় লেআউট বিশ্লেষণ, তারপর পূর্ণ রেজোলিউশনের ক্রপে শনাক্তকরণ।
- সূক্ষ্ম লেআউট বিশ্লেষণ যা হেডার, ফুটার ও পৃষ্ঠা নম্বর রাখে।
- উন্নত সূত্র, লম্বা সূত্র ও চীনা-ইংরেজি মেশানো সমীকরণসহ।
- ঘোরানো, বর্ডারহীন ও আংশিক বর্ডারের টেবিলে আরও মজবুত।
MinerU 2.5 বেঞ্চমার্ক
| বেঞ্চমার্ক | স্কোর | নোট |
|---|---|---|
| OmniDocBench, সামগ্রিক | 90.67 | MonkeyOCR-pro-3B-এর চেয়ে 1.82 এবং dots.ocr-এর চেয়ে 2.26 বেশি |
| OmniDocBench, টেক্সট এডিট ডিসট্যান্স | 0.047 | dots.ocr: 0.048। কম হলে ভালো |
| OmniDocBench, সূত্র CDM | 88.46 | |
| থ্রুপুট | 2.12 pages/s | vLLM async ইঞ্জিন, একটি A100 |
স্কোরগুলো লেখকদের প্রকাশিত। আমরা নিজেরা আবার চালাইনি।
API দিয়ে MinerU 2.5 ব্যবহার করুন
OCRRouter MinerU-এর একটি ভিন্ন রিলিজ opendatalab/mineru হিসেবে চালায়।
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 ভার্সন
- MinerU: OCRRouter-এ সব ভার্সন, দাম, গতি ও ফিচার
- MinerU 2.5 (সেপ্টেম্বর 2025), এই পৃষ্ঠা
প্রশ্ন
সূত্র
সর্বশেষ আপডেট .