olmOCR 2
olmOCR 2 је Ai2 визуелни модел отвореног кода од 7B који PDF-ове и слике претвара у чист текст редоследом читања, трениран reinforcement learning-ом са наградама из unit тестова.
Издање модела olmOCR.
- Објављено
- октобар 2025.
- ID модела
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- Величина
- 7B, дотрениран из Qwen2.5-VL-7B-Instruct, у BF16 и FP8
- Лиценца
- Apache-2.0
- Тражи се и као
- olmocr-2, olmocr2, olmOCR-2-7B-1025
Шта је ново у olmOCR 2
- Дотрениран на скупу olmOCR-mix-1025, а затим додатно трениран GRPO reinforcement learning-ом за математичке формуле, табеле и друге тешке случајеве.
- Око 4 поена бољи на olmOCR-Bench од претходног pipeline-а (82,4 према 78,5) и испред Marker (76,1) и MinerU (75,8) у Ai2 поређењу.
- Највећи помак на тешким страницама: табеле 84,9% (са 72,9%), распоред у више колона 83,7% (са 77,3%), стари математички скенови 82,3% (са 79,9%).
- У податке за тренинг додати су рукописни и куцани документи.
- Долази уз olmocr toolkit v0.4.0. Претходна издања 0725 и 0825 поставила су FP8 као подразумевани и исправила аутоматско ротирање и халуцинације на празним страницама.
olmOCR 2 бенчмаркови
| Бенчмарк | Резултат | Напомена |
|---|---|---|
| olmOCR-Bench, укупно | 82.4 ± 1.1 | FP8 модел; BF16 постиже 82,3 |
| olmOCR-Bench, табеле | 84.9 | FP8 модел |
| olmOCR-Bench, заглавља и подножја | 96.1 | FP8 модел |
Резултати које су објавили аутори. Нисмо их поново покретали.
Користите olmOCR 2 преко API-ја
OCRRouter покреће друго издање модела olmOCR као allenai/olmocr.
olmOCR верзије
- olmOCR: све верзије, цене, брзина и функције на OCRRouter
- olmOCR 2 (октобар 2025.), ова страница
Питања
Извори
Последње ажурирање .