Forskare har presenterat OvisOCR3, en modell med 0,8 miljarder parametrar som utformats för fem OCR-relaterade uppgifter, däribland dokumenttolkning, extrahering av nyckelinformation och rekonstruktion av tabeller över flera sidor. Enligt rapporten fick modellen 96,74 poäng på OmniDocBench v1.6 och rankades etta i de engelska och kinesiska delarna av OCRBench v2, med poängen 65,9 respektive 61,3. Det här är forskarnas benchmarkresultat; rapporten redovisar ingen oberoende validering och anger inte villkoren för åtkomst till modellen.
Varför det spelar roll
För team som arbetar med dokument skulle en enda modell kunna hantera flera OCR-uppgifter, men dess prestanda i praktiken och villkoren för åtkomst är fortfarande oklara.
