OpenBMB brengt MiniCPM-OCR uit, een documentparser van 1B, met een model van 2B dat OCR-resultaten beoordeelt

OpenBMB liet MiniCPM-OCR op 28 oktober op X zien, lokaal draaiend op een iPhone en een iPad. Het is uitgebracht met open gewichten en kan draaien met llama.cpp, vLLM, SGLang of Ollama; de fine-tuningcode is open source en OpenBMB biedt ook een demo en een API aan.

Er worden twee modellen beschreven:

• MiniCPM-OCR 1.0, een documentparser op de schaal van 1B. OpenBMB claimt toonaangevende OCR-prestaties en -snelheid in die klasse, met 93.68 op Real5-OmniDocBench en 54.7 op OCRBench v2. Het model wordt getoond op handgeschreven notities, complexe formules, kranten en scans van slechte kwaliteit.
• MiniCPM-OCR Jev, een beslismodel van 2B dat OCR-uitvoer controleert. Het vergelijkt geparste tekst, formules en tabellen met de oorspronkelijke afbeelding en geeft elk onderdeel een correctiescore van 0 tot 1, zodat gebruikers betere resultaten kunnen kiezen en kunnen zien wat door een mens moet worden gecontroleerd. OpenBMB zegt dat het model Qwen3.5-397B-A17B benadert op JevOCRBench en werkt met de uitvoer van verschillende OCR-parsers.

De benchmarkcijfers zijn claims van OpenBMB zelf en zijn niet onafhankelijk gemeten.