OpenBMB merilis MiniCPM-OCR, parser dokumen 1B, dengan model 2B untuk menilai hasil OCR

OpenBMB menampilkan MiniCPM-OCR di X pada 28 Oktober, berjalan secara lokal di iPhone dan iPad. Model ini dirilis dengan bobot terbuka dan dapat dijalankan dengan llama.cpp, vLLM, SGLang, atau Ollama; kode fine-tuning bersifat open source, dan OpenBMB juga menyediakan demo serta API.

Dua model dijelaskan:

• MiniCPM-OCR 1.0, parser dokumen berskala 1B. OpenBMB mengklaim performa dan kecepatan OCR tercanggih pada skala tersebut, dengan skor 93.68 di Real5-OmniDocBench dan 54.7 di OCRBench v2. Model ini ditampilkan untuk menangani catatan tulisan tangan, rumus kompleks, koran, dan hasil pemindaian berkualitas rendah.
• MiniCPM-OCR Jev, model pengambilan keputusan 2B yang memeriksa hasil OCR. Model ini membandingkan teks, rumus, dan tabel yang telah diparsing dengan gambar aslinya, lalu memberikan skor kebenaran dari 0 hingga 1 untuk setiap hasil, sehingga pengguna dapat memilih hasil yang lebih baik dan melihat bagian yang perlu ditinjau manusia. OpenBMB mengatakan performanya mendekati Qwen3.5-397B-A17B di JevOCRBench dan dapat digunakan dengan keluaran dari berbagai parser OCR.

Angka benchmark tersebut merupakan klaim OpenBMB sendiri, bukan hasil pengukuran independen.