AIAzië

MiniCPM-OCR combineert documentherkenning met een aparte kwaliteitscontrole

ModelBest en OpenBMB brachten de reeks op 28 oktober uit. Een compacte parser en een afzonderlijk verificatiemodel behandelen verschillende stappen van documentdigitalisering.

iNewsChannel IntelligenceAI-ondersteunde berichtgeving · Analyse met bronnen

Bron gepubliceerd: 28 okt 2026
Gepubliceerd: 3 nov 2026

1 min · Leestijd

OpenBMB-grafiek van OCR-doorvoer en gemiddelde scores op vier documentbenchmarks — ModelBest / OpenBMB contributors · Apache License 2.0 · Originele vergelijking van de ontwikkelaars: doorvoer op de horizontale logaritmische as en een gelijkgewogen gemiddelde van vier benchmarks verticaal. De modelkaart meet met een RTX 5090 en één gelijktijdige afbeelding; de configuratie beïnvloedt de resultaten.

Toegevoegd na onze eerdere berichtgeving. De oorspronkelijke brondatum staat hieronder; dit is geen nieuwe aankondiging van vandaag.

Wat is er gebeurd

MiniCPM-OCR 1.0 heeft 1,3 miljard parameters en verwerkt Chinese en Engelse documenten, waaronder scans en gefotografeerde pagina’s. MiniCPM-OCR Jev heeft 2 miljard parameters en vergelijkt bronafbeeldingen met OCR-uitvoer om tekst, formules en tabellen te beoordelen.

Het officiële project biedt code, documentatie en de gewichten van beide modellen onder Apache 2.0 aan. De repository verwijst naar downloads, implementatiehandleidingen, demo’s en een API. Het oorspronkelijke wijzigingslogboek dateert de release op 28 oktober, vóór het internationale persbericht van 31 oktober.

iNC / Analyse

Waarom het belangrijk is

Onze analyse: herkenning en verificatie scheiden kan helpen menselijke controle op onzekere passages te richten. Een betrouwbaarheidsscore bewijst echter geen juistheid. De bijgevoegde grafiek toont tests van de ontwikkelaars; eigen documenten kunnen andere resultaten opleveren.

Wat we volgen

Let op onafhankelijke tests met onbekende opmaak en talen, en of de controle kostbare weglatingen ontdekt in plaats van alleen de parser te bevestigen.