文档解析
3 published articles
人工智能Featured3 min read
分析
挑战文档解析所有常规的0.8B模型
腾讯的OvisOCR2，一个0.8B参数的文档解析器，在OmniDocBench上获得96.58分，是首个登顶排行榜的端到端模型。该模型使用强化学习和蒸馏技术超越了更大的基于流水线的系统，挑战了多阶段架构必要性的假设。
2026-07-26
大语言模型与模型Featured4 min read
文档AI
为什么最好的文档解析器现在只需8亿参数
阿里巴巴的OvisOCR2，一个紧凑的0.8B端到端模型，在OmniDocBench（96.58）和PureDocBench（75.06）上取得了最先进的分数，超越了更大的基于流程的解析器。它的成功来自于一个数据引擎，混合了经过过滤的真实文档和合成页面，在4B教师模型上进行强化学习，并通过同策略蒸馏将知识注入小模型。
2026-07-24
人工智能3 min read
文档AI
Mistral OCR 4 知道每个词的位置以及对其的信任程度
Mistral OCR 4 引入了结构化文档解析，提供边界框、区块分类和置信度分数。它在人工评估和基准测试中领先于其他领先的OCR系统，支持170种语言，并可在单个容器中运行以进行自托管部署。
2026-07-18