OpenBMB выпустила MiniCPM-OCR — парсер документов с 1B параметров и модель с 2B параметров для оценки результатов OCR

28 октября OpenBMB показала MiniCPM-OCR в X: модель работала локально на iPhone и iPad. Она выпущена с открытыми весами и запускается с помощью llama.cpp, vLLM, SGLang или Ollama; код для дообучения открыт, также OpenBMB предлагает демоверсию и API.

Описаны две модели:

• MiniCPM-OCR 1.0 — парсер документов с 1B параметров. OpenBMB заявляет о передовой точности и скорости OCR в этом классе моделей: 93.68 на Real5-OmniDocBench и 54.7 на OCRBench v2. Модель демонстрируют на рукописных заметках, сложных формулах, газетах и сканах низкого качества.
• MiniCPM-OCR Jev — модель для проверки результатов OCR с 2B параметров. Она сравнивает распознанный текст, формулы и таблицы с исходным изображением и выставляет каждому оценку корректности от 0 до 1, чтобы пользователи могли выбрать более точный результат и понять, что нужно проверить вручную. OpenBMB утверждает, что модель по результатам на JevOCRBench приближается к Qwen3.5-397B-A17B и работает с результатами разных OCR-парсеров.

Результаты бенчмарков — заявления самой OpenBMB, а не результаты независимых измерений.