OpenBMB lancia MiniCPM-OCR, un parser di documenti da 1B, con un modello da 2B che assegna punteggi ai risultati OCR

OpenBMB ha mostrato MiniCPM-OCR su X il 28 ottobre, in esecuzione in locale su un iPhone e un iPad. È rilasciato con pesi aperti e può essere eseguito con llama.cpp, vLLM, SGLang o Ollama; il codice per il fine-tuning è open source e OpenBMB offre anche una demo e un'API.

Sono descritti due modelli:

• MiniCPM-OCR 1.0, un parser di documenti con 1B di parametri. OpenBMB sostiene che offra prestazioni OCR e velocità all'avanguardia per questa dimensione, con un punteggio di 93.68 su Real5-OmniDocBench e 54.7 su OCRBench v2. Viene mostrato su appunti scritti a mano, formule complesse, giornali e scansioni di scarsa qualità.
• MiniCPM-OCR Jev, un modello decisionale da 2B che verifica i risultati OCR. Confronta il testo estratto, le formule e le tabelle con l'immagine originale e assegna a ciascuno un punteggio di correttezza da 0 a 1, consentendo agli utenti di scegliere i risultati migliori e capire cosa richiede una revisione umana. OpenBMB afferma che si avvicina a Qwen3.5-397B-A17B su JevOCRBench e funziona con i risultati di diversi parser OCR.

I dati dei benchmark sono dichiarazioni di OpenBMB, non misurazioni indipendenti.