OpenBMB ने MiniCPM-OCR जारी किया: 1B दस्तावेज़ पार्सर, साथ में OCR नतीजों को स्कोर करने वाला 2B मॉडल

OpenBMB ने 28 अक्टूबर को X पर MiniCPM-OCR दिखाया, जो iPhone और iPad पर स्थानीय रूप से चल रहा था। इसे खुले वज़न के साथ जारी किया गया है और यह llama.cpp, vLLM, SGLang या Ollama के साथ चल सकता है; fine-tuning कोड ओपन सोर्स है, और OpenBMB एक डेमो और API भी उपलब्ध कराता है।

दो मॉडल बताए गए हैं:

• MiniCPM-OCR 1.0, 1B पैमाने का एक दस्तावेज़ पार्सर। OpenBMB का दावा है कि इस आकार में इसका OCR प्रदर्शन और गति अत्याधुनिक है; इसे Real5-OmniDocBench पर 93.68 और OCRBench v2 पर 54.7 मिले हैं। इसे हस्तलिखित नोट्स, जटिल सूत्रों, अख़बारों और खराब गुणवत्ता वाले स्कैन पर दिखाया गया है।
• MiniCPM-OCR Jev, OCR आउटपुट की जाँच करने वाला 2B निर्णय मॉडल। यह पार्स किए गए टेक्स्ट, सूत्रों और तालिकाओं की मूल छवि से तुलना करता है और हर एक को 0 से 1 तक की सटीकता रेटिंग देता है, ताकि उपयोगकर्ता बेहतर नतीजे चुन सकें और देख सकें कि कहाँ मानवीय समीक्षा की ज़रूरत है। OpenBMB का कहना है कि JevOCRBench पर इसका प्रदर्शन Qwen3.5-397B-A17B के करीब है और यह अलग-अलग OCR पार्सर के आउटपुट के साथ काम करता है।

बेंचमार्क के ये आँकड़े OpenBMB के अपने दावे हैं, स्वतंत्र रूप से मापे गए नतीजे नहीं।