arXiv cs.CV· Yu Xia, Yinglun Li, Yuhui Chen, Jinlong Huang, Yuyang Wanyan, Shengze Shi, Yifei Song, Yue Duan, Shubo Lin, Jianshan Zhao, En Lin, Shiyin Lu, Qing-Guo Chen, Zhao Xu, Weihua Luo·· 4 小时前AI 评分47
OvisOCR3 技术报告：0.8B 模型统一文档解析、OCR、KIE 等五类任务
OvisOCR3 Technical Report
AI 导读
OvisOCR3 是 0.8B 模型，把文档解析、通用 OCR、关键信息抽取（KIE）、文档图表描述和跨页表格重建统一在一个模型里。它在 OmniDocBench v1.6 上总分 96.74，OCRBench v2 英文/中文分别 65.9 和 61.3，均排名第一。训练用到五个 4B 领域教师的多教师 on-policy 蒸馏与混合任务强化学习，模型已公开可用。
来源：arXiv cs.CV · arxiv.org