olmOCR 2
olmOCR 2 は Ai2 のオープンソース 7B 視覚モデル。PDF や画像を読み順どおりのきれいなテキストに変換し、ユニットテスト報酬による強化学習で訓練されています。
リリース元モデル olmOCR.
- リリース
- 2025年10月
- モデル ID
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- サイズ
- 7B。Qwen2.5-VL-7B-Instruct からファインチューニング、BF16 と FP8
- ライセンス
- Apache-2.0
- 別の検索名
- olmocr-2, olmocr2, olmOCR-2-7B-1025
olmOCR 2 の新機能
- olmOCR-mix-1025 データセットでファインチューニングし、さらに GRPO 強化学習で数式や表などの難しいケースに対応。
- olmOCR-Bench で従来パイプラインより約 4 ポイント高く(82.4 対 78.5)、Ai2 の比較で Marker(76.1)と MinerU(75.8)を上回る。
- 難しいページで大きく向上:表 84.9%(72.9% から)、多段組 83.7%(77.3% から)、古い数式スキャン 82.3%(79.9% から)。
- 手書きとタイプライター文書を訓練データに追加。
- olmocr ツールキット v0.4.0 で提供。先行する 0725 と 0825 リリースで FP8 がデフォルトになり、自動回転と空白ページのハルシネーションを修正。
olmOCR 2 のベンチマーク
| ベンチマーク | スコア | 備考 |
|---|---|---|
| olmOCR-Bench 総合 | 82.4 ± 1.1 | FP8 モデル。BF16 は 82.3 |
| olmOCR-Bench 表 | 84.9 | FP8 モデル |
| olmOCR-Bench ヘッダーとフッター | 96.1 | FP8 モデル |
スコアは開発者の公表値です。再測定はしていません。
olmOCR 2 を API で使う
OCRRouter は olmOCR の別のリリースを allenai/olmocr として提供しています。
olmOCR のバージョン
- olmOCR: OCRRouter の全バージョン、料金、速度、機能
- olmOCR 2 (2025年10月), このページ
よくある質問
出典
最終更新 .