olmOCR 2
Az olmOCR 2 az Ai2 nyílt forrású 7B-s vizuális modellje, amely a PDF-eket és képeket olvasási sorrendben tiszta szöveggé alakítja; unit-teszt jutalmakkal, megerősítéses tanulással tanították.
Kiadása ennek: olmOCR.
- Megjelenés
- 2025. október
- Modellazonosító
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- Méret
- 7B, a Qwen2.5-VL-7B-Instruct modellből finomhangolva, BF16 és FP8 formátumban
- Licenc
- Apache-2.0
- Így is keresik
- olmocr-2, olmocr2, olmOCR-2-7B-1025
Újdonságok: olmOCR 2
- Az olmOCR-mix-1025 adatkészleten finomhangolták, majd GRPO megerősítéses tanulással tovább tanították a matematikai képletek, táblázatok és más nehéz esetek kezelésére.
- Körülbelül 4 ponttal jobb az olmOCR-Bench-en, mint az előző pipeline (82,4 kontra 78,5), és megelőzi a Markert (76,1) és a MinerU-t (75,8) az Ai2 összehasonlításában.
- A legnagyobb javulás a nehéz oldalakon: táblázatok 84,9% (korábban 72,9%), többhasábos elrendezés 83,7% (korábban 77,3%), régi matematikai szkennelések 82,3% (korábban 79,9%).
- Kézzel írt és írógépes dokumentumok kerültek a tanítóadatok közé.
- Az olmocr toolkit v0.4.0 verziójával érkezik. Az előző 0725 és 0825 kiadás tette alapértelmezetté az FP8-at, és javította az automatikus forgatást és az üres oldalakon fellépő hallucinációkat.
olmOCR 2 benchmarkok
| Benchmark | Pontszám | Megjegyzés |
|---|---|---|
| olmOCR-Bench, összesített | 82.4 ± 1.1 | FP8 modell; a BF16 eredménye 82,3 |
| olmOCR-Bench, táblázatok | 84.9 | FP8 modell |
| olmOCR-Bench, fejlécek és láblécek | 96.1 | FP8 modell |
A szerzők által közölt pontszámok. Mi nem futtattuk újra őket.
A(z) olmOCR 2 használata API-n keresztül
A OCRRouter a(z) olmOCR egy másik kiadását futtatja allenai/olmocr néven.
olmOCR verziók
- olmOCR: összes verzió, ár, sebesség és funkciók a(z) OCRRouter oldalon
- olmOCR 2 (2025. október), ez az oldal
Kérdések
Források
Utoljára frissítve .