AI и дата-центры
MiniCPM-OCR научился проверять сам себя: вторая модель серии оценивает качество распознавания
Публикация:
Вторая модель серии не распознает текст сама: она сверяет чужой результат с исходником и ставит оценку от 0 до 1. Обе модели открыты по лицензии Apache 2.0.
31 октября ModelBest и OpenBMB объявили серию MiniCPM-OCR и открыли ее исходники. В серию вошли две модели: MiniCPM-OCR 1.0 на 1.3 миллиарда параметров для разбора документов и MiniCPM-OCR Jev на два миллиарда параметров для оценки качества разбора.
MiniCPM-OCR 1.0 разбирает текст, таблицы, формулы, диаграммы, печати и извлекает заданные поля. Модель построена на базе MiniCPM-V 4.6 из визуального кодера SigLIP и языковой модели Qwen3.5, а основными языками названы китайский и английский. Она читает сканы, фотографии, искривленные и перекошенные страницы без предварительной правки изображения.
По замерам OpenBMB модель набирает 93.68 балла на Real5-OmniDocBench и 54.7 балла на OCRBench v2. С ускорением DSpark сквозная эффективность обработки растет на 55%, а на видеокарте GeForce RTX 5090 модель разбирает 1.2 страницы в секунду.
Jev сравнивает исходный фрагмент страницы с результатом распознавания и быстро ставит оценки тексту, формулам LaTeX и таблицам, находя пропуски, ошибки и сдвиги верстки. Модель возвращает оценку от 0 до 1: чем выше оценка, тем вероятнее, что фрагмент распознан верно. На наборе JevOCRBench ее показатель AUROC в шкале до 100 составил 93.6, выше 90.1 у JEV-35B-A3B и рядом с 93.8 у Qwen3.5-397B-A17B.
Jev работает и с чужим распознаванием: она может оценить результаты нескольких систем и выбрать лучший вариант для каждого фрагмента, а надежные результаты отправить в обработку без человека. Серия доступна на GitHub, Hugging Face и ModelScope и запускается через vLLM, SGLang, llama.cpp и Ollama.