olmOCR 2
olmOCR 2 е 7B визуелен модел со отворен код од Ai2 што PDF-ови и слики ги претвора во чист текст по редоследот на читање, трениран со reinforcement learning врз награди од unit-тестови.
Издание на olmOCR.
- Објавен
- октомври 2025
- ID на моделот
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- Големина
- 7B, дотрениран од Qwen2.5-VL-7B-Instruct, во BF16 и FP8
- Лиценца
- Apache-2.0
- Се пребарува и како
- olmocr-2, olmocr2, olmOCR-2-7B-1025
Што е ново во olmOCR 2
- Дотрениран на податочниот сет olmOCR-mix-1025, а потоа дополнително трениран со GRPO reinforcement learning за математички равенки, табели и други тешки случаи.
- Околу 4 поени повисоко на olmOCR-Bench од претходниот pipeline (82.4 наспроти 78.5) и пред Marker (76.1) и MinerU (75.8) во споредбата на Ai2.
- Најголеми подобрувања на тешки страници: табели 84.9% (од 72.9%), повеќеколонски распореди 83.7% (од 77.3%), стари математички скенови 82.3% (од 79.9%).
- Во податоците за тренинг се додадени ракописни и отчукани документи.
- Доаѓа со olmocr toolkit v0.4.0. Претходните изданија 0725 и 0825 го направија FP8 стандард и ги поправија авто-ротацијата и халуцинациите на празни страници.
Бенчмарки за olmOCR 2
| Бенчмарк | Резултат | Забелешка |
|---|---|---|
| olmOCR-Bench, вкупно | 82.4 ± 1.1 | FP8 модел; BF16 постигнува 82.3 |
| olmOCR-Bench, табели | 84.9 | FP8 модел |
| olmOCR-Bench, заглавја и подножја | 96.1 | FP8 модел |
Резултати според авторите. Не сме ги повториле.
Користете го olmOCR 2 преку API
OCRRouter извршува друго издание на olmOCR како allenai/olmocr.
Верзии на olmOCR
- olmOCR: сите верзии, цена, брзина и функции на OCRRouter
- olmOCR 2 (октомври 2025), оваа страница
Прашања
Извори
Последно ажурирано .