OpenBMB 回应 MiniCPM-OCR 第三方对比测试

他们刚刚发布了一个仅13亿参数的开源OCR模型。 它名为MiniCPM-OCR 1.0，同时发布的还有MiniCPM-OCR Jev，这是另一个用于评估结果可靠性的模型。两者均由OpenBMB和ModelBest开发。 两者结合可实现： → 从文档中提取文本、表格和公式 → 处理PDF以及扫描或拍摄的页面 → 处理倾斜或弯曲的文档 → 在结果中包含置信度评分，便于人工复核 → 支持通过vLLM、SGLang和Ollama运行 根据官方基准测试，MiniCPM-OCR 1.0在Real5-OmniDocBench上获得了93.68分。 但最有趣的是Jev。 它不会自动纠正错误，而是评估提取结果的可靠性，并附带置信度评分以便于复核。 此外，MiniCPM-OCR 1.0还集成了KIE（关键信息提取）功能，用于从文档中提取关键信息。 是的，两个模型的权重都是开放的。 🔗 GitHub： https://t.co/38R4WnytR6 🤗 Hugging Face： https://t.co/57lvy4gscl 更多资源和演示见第一条评论 👇

查看原文

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 👇