Quoted postGuillermo Casaus · @_guillecasaus
Acaban de lanzar un modelo OCR open-source de solo 1.300 millones de parámetros.
Se llama MiniCPM-OCR 1.0 y viene acompañado de MiniCPM-OCR Jev, otro modelo que evalúa la fiabilidad de los resultados. Ambos desarrollados por OpenBMB y ModelBest.
Entre ambos permiten:
→ Extraer texto, tablas y fórmulas de documentos
→ Procesar PDFs y páginas escaneadas o fotografiadas
→ Trabajar con documentos inclinados o curvados
→ Incluir una puntuación de confianza en los resultados para facilitar su revisión manual
→ Ejecutarse con vLLM, SGLang y Ollama
MiniCPM-OCR 1.0 ha conseguido 93,68 puntos en Real5-OmniDocBench, según sus benchmarks oficiales.
Pero lo más interesante es Jev.
En lugar de corregir los errores automáticamente, evalúa la fiabilidad de los resultados extraídos e incluye una puntuación de confianza para facilitar su revisión.
Además, MiniCPM-OCR 1.0 incorpora KIE (Key Information Extraction), una funcionalidad para extraer información clave de los documentos.
Y sí, los pesos de ambos modelos son abiertos.
🔗 GitHub:
https://t.co/38R4WnytR6
🤗 Hugging Face:
https://t.co/57lvy4gscl
Más recursos y demo en el primer comentario 👇