olmOCR 2
olmOCR 2, Ai2 का ओपन-सोर्स 7B विज़न मॉडल है जो PDF और इमेज को पढ़ने के क्रम में साफ़ टेक्स्ट में बदलता है, और यूनिट-टेस्ट रिवॉर्ड पर रीइनफ़ोर्समेंट लर्निंग से ट्रेन किया गया है।
इसका एक रिलीज़ olmOCR.
- रिलीज़
- अक्टूबर 2025
- मॉडल ID
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- आकार
- 7B, Qwen2.5-VL-7B-Instruct से फ़ाइन-ट्यून, BF16 और FP8 में
- लाइसेंस
- Apache-2.0
- इस नाम से भी खोजा जाता है
- olmocr-2, olmocr2, olmOCR-2-7B-1025
olmOCR 2 में नया क्या है
- olmOCR-mix-1025 डेटासेट पर फ़ाइन-ट्यून, फिर गणित समीकरण, टेबल और अन्य कठिन मामलों के लिए GRPO रीइनफ़ोर्समेंट लर्निंग से आगे ट्रेन किया गया।
- olmOCR-Bench पर पिछली पाइपलाइन से लगभग 4 अंक ऊपर (82.4 बनाम 78.5), और Ai2 की तुलना में Marker (76.1) और MinerU (75.8) से आगे।
- कठिन पेजों पर सबसे बड़ा सुधार: टेबल 84.9% (72.9% से), मल्टी-कॉलम लेआउट 83.7% (77.3% से), पुराने गणित स्कैन 82.3% (79.9% से)।
- ट्रेनिंग डेटा में हस्तलिखित और टाइपराइटर वाले दस्तावेज़ जोड़े गए।
- olmocr toolkit v0.4.0 के साथ आता है। इससे पहले के 0725 और 0825 रिलीज़ ने FP8 को डिफ़ॉल्ट बनाया और ऑटो-रोटेशन व खाली पेजों पर हैलुसिनेशन ठीक किए।
olmOCR 2 बेंचमार्क
| बेंचमार्क | स्कोर | टिप्पणी |
|---|---|---|
| olmOCR-Bench, कुल | 82.4 ± 1.1 | FP8 मॉडल; BF16 का स्कोर 82.3 |
| olmOCR-Bench, टेबल | 84.9 | FP8 मॉडल |
| olmOCR-Bench, हेडर और फ़ुटर | 96.1 | FP8 मॉडल |
स्कोर लेखकों द्वारा प्रकाशित हैं। हमने इन्हें दोबारा नहीं चलाया है।
olmOCR 2 को API से इस्तेमाल करें
OCRRouter olmOCR का एक अलग रिलीज़ allenai/olmocr के रूप में चलाता है।
olmOCR वर्शन
- olmOCR: OCRRouter पर सभी वर्शन, कीमत, स्पीड और फीचर
- olmOCR 2 (अक्टूबर 2025), यह पेज
सवाल
स्रोत
अंतिम अपडेट .