Forschende haben OvisOCR3 vorgestellt, ein Modell mit 0,8 Milliarden Parametern, das für fünf OCR-bezogene Aufgaben entwickelt wurde. Dazu zählen die Verarbeitung von Dokumenten, das Extrahieren wichtiger Informationen und die Rekonstruktion tabellenübergreifender Inhalte. Dem Bericht zufolge erzielte das Modell 96.74 bei OmniDocBench v1.6 und belegte bei den englischen und chinesischen Teilbereichen von OCRBench v2 mit 65.9 beziehungsweise 61.3 den ersten Platz. Dabei handelt es sich um Benchmark-Ergebnisse der Forschenden; eine unabhängige Überprüfung oder Angaben zu den Zugangsbedingungen des Modells enthält der Bericht nicht.
Warum es wichtig ist
Für Teams, die Dokumente verarbeiten, könnte ein einziges Modell mehrere OCR-Aufgaben übernehmen. Wie gut es sich in der Praxis bewährt und zu welchen Bedingungen es verfügbar ist, bleibt jedoch unklar.
