olmOCR 2
olmOCR 2 යනු PDF සහ රූප කියවන අනුපිළිවෙලට පිරිසිදු පෙළ බවට හරවන Ai2 හි විවෘත මූලාශ්ර 7B දෘශ්ය මාදිලියකි. එය unit-test ත්යාග මත reinforcement learning සමඟ පුහුණු කර ඇත.
නිකුතුවක්: olmOCR.
- නිකුත් කළ දිනය
- 2025 ඔක්තෝබර්
- මාදිලි ID
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- ප්රමාණය
- 7B, Qwen2.5-VL-7B-Instruct වෙතින් fine-tune කළ, BF16 සහ FP8 ලෙස
- බලපත්රය
- Apache-2.0
- සෙවුම් වෙනත් නම්
- olmocr-2, olmocr2, olmOCR-2-7B-1025
olmOCR 2 හි අලුත් දේ
- olmOCR-mix-1025 දත්ත කට්ටලය මත fine-tune කර, ගණිත සමීකරණ, වගු සහ අනෙකුත් දුෂ්කර අවස්ථා සඳහා GRPO reinforcement learning සමඟ තවදුරටත් පුහුණු කර ඇත.
- පෙර pipeline එකට වඩා olmOCR-Bench හි ලකුණු 4ක් පමණ ඉහළයි (82.4 එදිරිව 78.5), Ai2 සංසන්දනයේ Marker (76.1) සහ MinerU (75.8) අභිබවයි.
- දුෂ්කර පිටුවල විශාලතම දියුණුව: වගු 84.9% (72.9% සිට), බහු-තීරු පිරිසැලසුම් 83.7% (77.3% සිට), පැරණි ගණිත ස්කෑන් 82.3% (79.9% සිට).
- අතින් ලියූ සහ යතුරු ලියනයෙන් ලියූ ලේඛන පුහුණු දත්තවලට එකතු කර ඇත.
- olmocr toolkit v0.4.0 සමඟ නිකුත් වේ. ඊට පෙර 0725 සහ 0825 නිකුතු FP8 පෙරනිමිය කළ අතර ස්වයංක්රීය භ්රමණය සහ හිස් පිටුවල hallucination නිවැරදි කළේය.
olmOCR 2 benchmark
| Benchmark | ලකුණු | සටහන |
|---|---|---|
| olmOCR-Bench, සමස්ත | 82.4 ± 1.1 | FP8 මාදිලිය; BF16 ලකුණු 82.3 |
| olmOCR-Bench, වගු | 84.9 | FP8 මාදිලිය |
| olmOCR-Bench, ශීර්ෂ සහ පාදක | 96.1 | FP8 මාදිලිය |
කතුවරුන් ප්රකාශ කළ ලකුණු. අපි ඒවා නැවත ධාවනය කර නැත.
olmOCR 2 API හරහා භාවිත කරන්න
OCRRouter olmOCR හි වෙනත් නිකුතුවක් allenai/olmocr ලෙස ධාවනය කරයි.
olmOCR අනුවාද
- olmOCR: OCRRouter හි සියලු අනුවාද, මිල, වේගය සහ විශේෂාංග
- olmOCR 2 (2025 ඔක්තෝබර්), මෙම පිටුව
ප්රශ්න
මූලාශ්ර
අවසන් යාවත්කාලීන කිරීම .