lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
ホーム
OPRR
速報
深堀り
イベント
BlockBeats Pro
もっと見る
資金調達情報
特集
オンチェーン生態系
用語
ポッドキャスト
データ
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
Partnered With:

アリババの0.8Bドキュメントモデルがトップに、単一モデルで初めてパイプライン全体を上回る

動察 Beatingのモニタリングによると、アリババクラウドはオープンソースの文書解析モデルOvisOCR2をリリースしました。このモデルはQwen3.5-0.8Bをベースにトレーニングされており、文書ページを直接Markdown形式に変換し、文字、数式、表、および読み取り順序を一度に復元できます。

従来、このようなタスクは通常、レイアウト分析、コンテンツ認識、結果の結合など複数のステップを経る必要がありました。OvisOCR2はエンドツーエンドモデルでこれを一気に完了し、デプロイがより簡単になり、多段階の伝達による誤差も低減できます。

OmniDocBench v1.6において、OvisOCR2の総合スコアは96.58に達し、パイプラインモデルPaddleOCR-VL-1.6の96.33を上回り、このベンチマークでトップに立った初のエンドツーエンドモデルとなりました。本モデルはApache 2.0ライセンスを採用し、ウェイトはHugging Faceと魔搭で公開されています。

訂正/通報
送信
新しいライブラリを追加
自分のみが閲覧可
公開
保存
ライブラリを選択
新しいライブラリを追加
キャンセル
完了