olmOCR 2
olmOCR 2، Ai2 کا اوپن سورس 7B وژن ماڈل ہے جو PDF اور تصاویر کو پڑھنے کی ترتیب میں صاف متن میں بدلتا ہے، اور یونٹ ٹیسٹ انعامات پر ری انفورسمنٹ لرننگ سے تربیت یافتہ ہے۔
اس کا ایک ریلیز olmOCR.
- ریلیز
- اکتوبر 2025
- ماڈل ID
- allenai/olmOCR-2-7B-1025, allenai/olmOCR-2-7B-1025-FP8
- سائز
- 7B، Qwen2.5-VL-7B-Instruct سے فائن ٹیون، BF16 اور FP8 میں
- لائسنس
- Apache-2.0
- اس نام سے بھی تلاش کیا جاتا ہے
- olmocr-2, olmocr2, olmOCR-2-7B-1025
olmOCR 2 میں نیا کیا ہے
- olmOCR-mix-1025 ڈیٹاسیٹ پر فائن ٹیون، پھر ریاضی کی مساوات، ٹیبلز اور دیگر مشکل کیسز کے لیے GRPO ری انفورسمنٹ لرننگ سے مزید تربیت۔
- olmOCR-Bench پر پچھلی پائپ لائن سے تقریباً 4 پوائنٹس زیادہ (82.4 بمقابلہ 78.5)، اور Ai2 کے موازنے میں Marker (76.1) اور MinerU (75.8) سے آگے۔
- مشکل صفحات پر سب سے بڑی بہتری: ٹیبلز 84.9% (72.9% سے)، ملٹی کالم لے آؤٹ 83.7% (77.3% سے)، پرانے ریاضی اسکین 82.3% (79.9% سے)۔
- تربیتی ڈیٹا میں ہاتھ سے لکھی اور ٹائپ رائٹر والی دستاویزات شامل کی گئیں۔
- olmocr toolkit v0.4.0 کے ساتھ آتا ہے۔ اس سے پہلے کے 0725 اور 0825 ریلیز نے FP8 کو ڈیفالٹ بنایا اور آٹو روٹیشن اور خالی صفحات پر ہیلوسینیشن درست کیں۔
olmOCR 2 بینچ مارکس
| بینچ مارک | اسکور | نوٹ |
|---|---|---|
| olmOCR-Bench، مجموعی | 82.4 ± 1.1 | FP8 ماڈل؛ BF16 کا اسکور 82.3 |
| olmOCR-Bench، ٹیبلز | 84.9 | FP8 ماڈل |
| olmOCR-Bench، ہیڈرز اور فوٹرز | 96.1 | FP8 ماڈل |
اسکور مصنفین کے شائع کردہ ہیں۔ ہم نے انہیں دوبارہ نہیں چلایا۔
olmOCR 2 کو API کے ذریعے استعمال کریں
OCRRouter olmOCR کا ایک مختلف ریلیز allenai/olmocr کے طور پر چلاتا ہے۔
olmOCR ورژن
- olmOCR: OCRRouter پر تمام ورژن، قیمت، رفتار اور خصوصیات
- olmOCR 2 (اکتوبر 2025), یہ صفحہ
سوالات
ذرائع
آخری اپ ڈیٹ .