MinerU 2.5
MinerU 2.5 је OpenDataLab модел за парсирање докумената од 1,2B. Прво проналази распоред на умањеној копији странице, а затим чита сваки регион у пуној резолуцији.
Издање модела MinerU.
- Објављено
- септембар 2025.
- ID модела
- opendatalab/MinerU2.5-2509-1.2B
- Величина
- Vision-language модел од 1,2B
- Лиценца
- AGPL-3.0
- Тражи се и као
- mineru 2.5, mineru2.5, MinerU2.5-2509-1.2B
Шта је ново у MinerU 2.5
- Парсирање у два корака: анализа распореда на умањеној страници, па препознавање на исечцима у пуној резолуцији.
- Финија анализа распореда која задржава заглавља, подножја и бројеве страница.
- Боље формуле, укључујући дуге и оне које мешају кинески и енглески.
- Отпорнији на ротиране табеле, табеле без ивица и делимично уоквирене табеле.
MinerU 2.5 бенчмаркови
| Бенчмарк | Резултат | Напомена |
|---|---|---|
| OmniDocBench, укупно | 90.67 | 1,82 изнад MonkeyOCR-pro-3B, 2,26 изнад dots.ocr |
| OmniDocBench, edit distance текста | 0.047 | dots.ocr: 0,048. Мање је боље |
| OmniDocBench, CDM формула | 88.46 | |
| Пропусност | 2.12 pages/s | vLLM async engine, један A100 |
Резултати које су објавили аутори. Нисмо их поново покретали.
Користите MinerU 2.5 преко API-ја
OCRRouter покреће друго издање модела MinerU као opendatalab/mineru.
1DeepSeek-OCROpen-source vision model that compresses pages into few tokens.1 credit / page
deepseek/deepseek-ocr1 credit / page2PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.6 credits / pagepaddle/paddleocr-vl6 credits / page3GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.6 credits / pagezai/glm-ocr6 credits / pageMinerU верзије
- MinerU: све верзије, цене, брзина и функције на OCRRouter
- MinerU 2.5 (септембар 2025.), ова страница
Питања
Извори
Последње ажурирање .