OpenBMB responds to third-party comparative testing of MiniCPM-OCR
OpenBMB reposted and thanked @wikiwayne for the comparative test of MiniCPM-OCR, stating that the results and caveats were made public. OpenBMB said it looks forward to the performance after the other party completes local testing on the GX10, and that such real feedback will drive the team to keep improving. The quoted tweet introduces MiniCPM-OCR 1.0 as a 1.3-billion-parameter open-source OCR model, with the accompanying MiniCPM-OCR Jev used to evaluate result reliability, and an official benchmark score of 93.68 on Real5-OmniDocBench.
Why read this
AI score 55
OpenBMB reposted a third-party comparative test of MiniCPM-OCR and mentioned that local testing on the GX10 will be conducted later.
Topics
View original postAcaban 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 👇
View original
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 👇
Body
Love seeing MiniCPM-OCR put to the test! 🔥
Huge thanks to @wikiwayne for the thorough, transparent comparison and for sharing both the results and caveats. 💙
Excited to see how it performs on your GX10 once you run the local tests. Real-world feedback like this is what keeps us improving! 🚀