MiniCPM OCR
MiniCPM OCR Первый #OCR от OpenBMB, две модели под разные задачи. • 1.0 на 1.3B: сложные верстки, таблицы, формулы • DSpark дает на 55% больше пропускной способности • Jev на 2 млрд проверяет точность распознавания, в том числе чужого • 0,936 AUROC на JevOCRBench, помечает сомнительные места для ручной проверки ——— Unlimited-OCR 2 Распознавание документов почти любой длины от Baidu, около 3 млрд параметров. • Сканы, PDF, многостраничные материалы, таблицы и формулы • Механизм SR-SWA: модель смотрит текущую страницу и горстку нужных фрагментов, а не весь документ • Рабочая память на 512 опорных токенов, цена шага почти не растет с длиной • На сотне страниц отдельные шаги декодирования до 7 раз быстрее полного внимания и до 5,6 раза быстрее прошлой версии • Страницы идут перекрывающимися блоками, память освобождается по ходу • Лицензия MIT, включая коммерцию github.com/baidu/Unlimited-OCR huggingface.co/baidu/Unlimited-OCR-2