olmOCR 2
olmOCR 2 คือโมเดล vision โอเพนซอร์สขนาด 7B ของ Ai2 ที่แปลง PDF และรูปภาพเป็นข้อความสะอาดตามลำดับการอ่าน ฝึกด้วย reinforcement learning โดยใช้รางวัลจาก unit test
รุ่นหนึ่งของ olmOCR.
- วันที่เปิดตัว
- ตุลาคม 2025
- Model ID
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- ขนาด
- 7B, fine-tune จาก Qwen2.5-VL-7B-Instruct มีทั้ง BF16 และ FP8
- ไลเซนส์
- Apache-2.0
- ชื่ออื่นที่ใช้ค้นหา
- olmocr-2, olmocr2, olmOCR-2-7B-1025
olmOCR 2 มีอะไรใหม่
- Fine-tune บนชุดข้อมูล olmOCR-mix-1025 แล้วฝึกต่อด้วย GRPO reinforcement learning เพื่อรับมือสมการคณิตศาสตร์ ตาราง และกรณียากอื่นๆ
- สูงกว่า pipeline เดิมราว 4 คะแนนบน olmOCR-Bench (82.4 เทียบกับ 78.5) และนำ Marker (76.1) และ MinerU (75.8) ในการเปรียบเทียบของ Ai2
- ดีขึ้นมากที่สุดในหน้ายาก: ตาราง 84.9% (จาก 72.9%) เลย์เอาต์หลายคอลัมน์ 83.7% (จาก 77.3%) สแกนคณิตศาสตร์เก่า 82.3% (จาก 79.9%)
- เพิ่มเอกสารลายมือและเอกสารพิมพ์ดีดในข้อมูลฝึก
- มาพร้อม olmocr toolkit v0.4.0 รุ่น 0725 และ 0825 ก่อนหน้าตั้ง FP8 เป็นค่าเริ่มต้น และแก้ปัญหาการหมุนอัตโนมัติและ hallucination บนหน้าว่าง
ผลเบนช์มาร์กของ olmOCR 2
| เบนช์มาร์ก | คะแนน | หมายเหตุ |
|---|---|---|
| olmOCR-Bench, ภาพรวม | 82.4 ± 1.1 | โมเดล FP8; BF16 ได้ 82.3 |
| olmOCR-Bench, ตาราง | 84.9 | โมเดล FP8 |
| olmOCR-Bench, header และ footer | 96.1 | โมเดล FP8 |
คะแนนตามที่ผู้พัฒนาเผยแพร่ เรายังไม่ได้ทดสอบซ้ำ
ใช้ olmOCR 2 ผ่าน API
OCRRouter ให้บริการ olmOCR รุ่นอื่นในชื่อ allenai/olmocr
รุ่นต่างๆ ของ olmOCR
- olmOCR: ทุกรุ่น ราคา ความเร็ว และฟีเจอร์บน OCRRouter
- olmOCR 2 (ตุลาคม 2025), หน้านี้
คำถาม
แหล่งที่มา
อัปเดตล่าสุด .