☝🏻Xiaomi научила компактный ИИ понимать документы, а не только читать буквы
☝🏻Xiaomi научила компактный ИИ понимать документы, а не только читать буквы Xiaomi выложила в открытый доступ Xiaomi-OCR-0, модель для работы с документами, в которой всего 0,8 млрд параметров.🤖 Что она делает: 🔻 разбирает страницу в Markdown: таблицы переводит в HTML, формулы в LaTeX; 🔻 вытаскивает нужные поля и отдаёт их в JSON; 🔻 отвечает на вопросы по содержимому страницы. В отчёте авторов модель набрала 95,24 на Real5-OmniDocBench и 83,2 в среднем по пяти бенчмаркам с вопросами к изображениям с текстом.📊 На OmniDocBench v1.6 она первая среди моделей меньше 1 млрд параметров. В общем зачёте этого теста модель вторая: 96,83 против 96,87 у TeleOCR. ☝🏻Модель запускается на своей машине, так что документы не обязательно отправлять в чужое облако.👁 Открыты веса под лицензией Apache-2.0, код, демо, MCP-сервис и Agent Skill, так что OCR можно подключить прямо к ИИ-агенту. Примеры запуска рассчитаны на видеокарту NVIDIA, а поддержка Ollama пока экспериментальная. ================ 🔺 News | 🧩 Soft | 💻 Hacker
Канал в каталоге Максиметера
3 284 подписчиков · IT и технологии