Nanonets-OCR2
Nanonets-OCR2 е вториот отворен модел на Nanonets за слика во Markdown. Враќа и равенки како LaTeX, графикони како Mermaid и полиња за штиклирање како симболи.
Издание на Nanonets-OCR. Други верзии: Nanonets-OCR-s.
- Објавен
- октомври 2025
- ID на моделот
- nanonets/Nanonets-OCR2-3B, nanonets/Nanonets-OCR2-1.5B-exp
- Големина
- 3B (базиран на Qwen2.5-VL-3B-Instruct) и експериментален 1.5B
- Лиценца
- Not stated on the model card
- Се пребарува и како
- nanonets ocr 2, nanonets-ocr2, Nanonets-OCR2-3B
Што е ново во Nanonets-OCR2
- Равенки како LaTeX, со одвојување на inline и display равенки.
- Дијаграми на тек и организациски шеми како Mermaid код.
- Детектира потписи и водени жигови и враќа полиња за штиклирање како Unicode симболи.
- Сложени табели како Markdown или HTML и тренирање на ракописни документи на многу јазици.
- Одговара на прашања за документ или вели "Not mentioned".
Бенчмарки за Nanonets-OCR2
| Бенчмарк | Резултат | Забелешка |
|---|---|---|
| Markdown, директно наспроти Nanonets-OCR-s | OCR2 preferred 58.28% | OCR-s претпочитан во 30.61% |
| DocVQA (IDP Leaderboard) | 89.43 | Qwen2.5-VL-72B: 84.00, Gemini 2.5 Flash: 85.51 |
| ChartQA (IDP Leaderboard) | 78.56 | Gemini 2.5 Flash: 84.82 |
Резултати според авторите. Не сме ги повториле.
Користете го Nanonets-OCR2 преку API
OCRRouter извршува друго издание на Nanonets-OCR како nanonets/nanonets-ocr.
Верзии на Nanonets-OCR
- Nanonets-OCR: сите верзии, цена, брзина и функции на OCRRouter
- Nanonets-OCR2 (октомври 2025), оваа страница
- Nanonets-OCR-s (12 јуни 2025)
Прашања
Извори
Последно ажурирано .