MinerU 2.5
MinerU 2.5 er OpenDataLabs 1.2B-model til dokumentparsing. Den finder først layoutet på en formindsket kopi af siden og læser derefter hver region i fuld opløsning.
En version af MinerU.
- Udgivet
- september 2025
- Model-ID
- opendatalab/MinerU2.5-2509-1.2B
- Størrelse
- 1.2B vision-language-model
- Licens
- AGPL-3.0
- Søges også som
- mineru 2.5, mineru2.5, MinerU2.5-2509-1.2B
Nyt i MinerU 2.5
- Parsing i to trin: layoutanalyse på en nedskaleret side, derefter genkendelse på udsnit i fuld opløsning.
- Finere layoutanalyse, der bevarer sidehoveder, sidefødder og sidetal.
- Bedre formler, også lange og ligninger, der blander kinesisk og engelsk.
- Mere robust på roterede, kantløse og delvist indrammede tabeller.
Benchmarks for MinerU 2.5
| Benchmark | Score | Note |
|---|---|---|
| OmniDocBench, samlet | 90.67 | 1.82 over MonkeyOCR-pro-3B, 2.26 over dots.ocr |
| OmniDocBench, edit distance for tekst | 0.047 | dots.ocr: 0.048. Lavere er bedre |
| OmniDocBench, formel-CDM | 88.46 | |
| Throughput | 2.12 pages/s | vLLM async engine, én A100 |
Scorer som offentliggjort af forfatterne. Vi har ikke kørt dem igen.
Brug MinerU 2.5 via et API
OCRRouter kører en anden version af MinerU som 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 / pageVersioner af MinerU
- MinerU: alle versioner, pris, hastighed og funktioner på OCRRouter
- MinerU 2.5 (september 2025), denne side
Spørgsmål
Kilder
Senest opdateret .