olmOCR 2
olmOCR 2 er Ai2's open source 7B-visionsmodel, der omdanner PDF'er og billeder til ren tekst i læserækkefølge, trænet med reinforcement learning på belønninger fra unit tests.
En version af olmOCR.
- Udgivet
- oktober 2025
- Model-ID
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- Størrelse
- 7B, finjusteret fra Qwen2.5-VL-7B-Instruct, i BF16 og FP8
- Licens
- Apache-2.0
- Søges også som
- olmocr-2, olmocr2, olmOCR-2-7B-1025
Nyt i olmOCR 2
- Finjusteret på datasættet olmOCR-mix-1025 og derefter videretrænet med GRPO reinforcement learning til matematiske ligninger, tabeller og andre svære tilfælde.
- Omkring 4 point højere på olmOCR-Bench end den tidligere pipeline (82.4 mod 78.5) og foran Marker (76.1) og MinerU (75.8) i Ai2's sammenligning.
- Største forbedringer på svære sider: tabeller 84.9% (fra 72.9%), layouts med flere spalter 83.7% (fra 77.3%), gamle matematikscanninger 82.3% (fra 79.9%).
- Håndskrevne og maskinskrevne dokumenter er føjet til træningsdataene.
- Leveres med olmocr toolkit v0.4.0. De tidligere versioner 0725 og 0825 gjorde FP8 til standard og rettede autorotation og hallucinationer på tomme sider.
Benchmarks for olmOCR 2
| Benchmark | Score | Note |
|---|---|---|
| olmOCR-Bench, samlet | 82.4 ± 1.1 | FP8-model; BF16 scorer 82.3 |
| olmOCR-Bench, tabeller | 84.9 | FP8-model |
| olmOCR-Bench, sidehoveder og sidefødder | 96.1 | FP8-model |
Scorer som offentliggjort af forfatterne. Vi har ikke kørt dem igen.
Brug olmOCR 2 via et API
OCRRouter kører en anden version af olmOCR som allenai/olmocr.
Versioner af olmOCR
- olmOCR: alle versioner, pris, hastighed og funktioner på OCRRouter
- olmOCR 2 (oktober 2025), denne side
Spørgsmål
Kilder
Senest opdateret .