MinerU 2.5
MinerU 2.5, OpenDataLab का 1.2B डॉक्यूमेंट पार्सिंग मॉडल है। यह पहले पेज की छोटी कॉपी पर लेआउट ढूँढता है, फिर हर हिस्से को पूरे रिज़ॉल्यूशन पर पढ़ता है।
इसका एक रिलीज़ MinerU.
- रिलीज़
- सितंबर 2025
- मॉडल ID
- opendatalab/MinerU2.5-2509-1.2B
- आकार
- 1.2B विज़न-लैंग्वेज मॉडल
- लाइसेंस
- AGPL-3.0
- इस नाम से भी खोजा जाता है
- mineru 2.5, mineru2.5, MinerU2.5-2509-1.2B
MinerU 2.5 में नया क्या है
- दो-चरण पार्सिंग: छोटे किए गए पेज पर लेआउट विश्लेषण, फिर पूरे रिज़ॉल्यूशन क्रॉप पर पहचान।
- बारीक लेआउट विश्लेषण जो हेडर, फ़ुटर और पेज नंबर रखता है।
- बेहतर फ़ॉर्मूले, लंबे फ़ॉर्मूले और चीनी-अंग्रेज़ी मिले समीकरण समेत।
- घुमाई गई, बिना बॉर्डर और आंशिक बॉर्डर वाली टेबल पर ज़्यादा मज़बूत।
MinerU 2.5 बेंचमार्क
| बेंचमार्क | स्कोर | टिप्पणी |
|---|---|---|
| OmniDocBench, कुल | 90.67 | MonkeyOCR-pro-3B से 1.82 और dots.ocr से 2.26 ऊपर |
| OmniDocBench, टेक्स्ट एडिट डिस्टेंस | 0.047 | dots.ocr: 0.048। कम बेहतर है |
| OmniDocBench, फ़ॉर्मूला CDM | 88.46 | |
| थ्रूपुट | 2.12 pages/s | vLLM async इंजन, एक A100 |
स्कोर लेखकों द्वारा प्रकाशित हैं। हमने इन्हें दोबारा नहीं चलाया है।
MinerU 2.5 को API से इस्तेमाल करें
OCRRouter MinerU का एक अलग रिलीज़ opendatalab/mineru के रूप में चलाता है।
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 वर्शन
- MinerU: OCRRouter पर सभी वर्शन, कीमत, स्पीड और फीचर
- MinerU 2.5 (सितंबर 2025), यह पेज
सवाल
स्रोत
अंतिम अपडेट .