AliyunのOvisOCR2 OCRモデルが従来のパイプラインを上回る

iconKuCoinFlash
共有
AI summary icon概要
7月24日のオンチェーンニュースによると、AliyunはMetaEraに基づきQwen3.5-0.8Bで学習されたオープンソースのドキュメント解析モデル「OvisOCR2」をリリースしました。このモデルは、テキスト、数式、テーブルを1ステップでMarkdownに変換します。OmniDocBench v1.6では96.58のスコアを記録し、PaddleOCR-VL-1.6の96.33を上回りました。このツールはHugging FaceとModelScopeでApache 2.0ライセンスのもと提供されており、ドキュメント処理における主要なアップグレードとして位置づけられています。この暗号資産ニュースの更新は、AIとブロックチェーンの統合における重要な進展を示しています。

MEニュース:7月24日(UTC+8)、動察Beatingの監視によると、阿里雲がオープンソースのドキュメント解析モデル「OvisOCR2」をリリースしました。このモデルはQwen3.5-0.8Bに基づいて訓練されており、ドキュメントページを一度にMarkdown形式に変換し、テキスト、数式、テーブル、読み取り順序をすべて再現できます。従来、このようなタスクはレイアウト分析、コンテンツ認識、結果の統合といった複数のステップを経る必要がありましたが、OvisOCR2はエンドツーエンドのモデルで単一ステップで処理を完了し、デプロイが簡素化され、多段階処理による誤差も削減されます。OmniDocBench v1.6での総合スコアは96.58で、パイプラインモデルPaddleOCR-VL-1.6の96.33を上回り、同ランキングで初めて1位となったエンドツーエンドモデルとなりました。本モデルはApache 2.0ライセンス下で提供され、重みはHugging Faceと魔搭で公開されています。(出典:BlockBeats)

免責事項: 本ページの情報はサードパーティからのものであり、必ずしもKuCoinの見解や意見を反映しているわけではありません。この内容は一般的な情報提供のみを目的として提供されており、いかなる種類の表明や保証もなく、金融または投資助言として解釈されるものでもありません。KuCoinは誤記や脱落、またはこの情報の使用に起因するいかなる結果に対しても責任を負いません。 デジタル資産への投資にはリスクが伴います。商品のリスクとリスク許容度をご自身の財務状況に基づいて慎重に評価してください。詳しくは利用規約およびリスク開示を参照してください。