Olmocr 7B Thai V1
O
Olmocr 7B Thai V1
由 Adun 开发
olmOCR是一款基于Qwen2-VL-7B-Instruct微调的光学字符识别模型，专注于将PDF等图像内容转换为文本，并通过微调提升特定场景下的识别准确率。
下载量 1,730
发布时间 : 4/19/2025
模型简介
olmOCR是一款光学字符识别（OCR）模型，能够将PDF文件等图像中的内容转换为文本（TEXT），并通过微调进一步提升其在特定场景下的识别准确率和性能。
模型特点
高度可定制
通过微调，可根据不同的业务需求和场景，对模型进行定制化调整。
开源共享
提供模型权重、微调数据集和推理代码，方便开发者进行二次开发和研究。
大量微调数据
基于Vision Language Model进行了250K的微调，使模型具有更好的泛化能力。
多接口支持
支持API和CLI两种使用方式，可通过命令行或API（如vLLM、SGlang）调用模型。
模型能力
图像转文本
PDF内容提取
特定场景OCR优化
使用案例
文档数字化
PDF转文本
将扫描的PDF文档转换为可编辑的文本内容。
提高文档处理效率和可搜索性。
业务自动化
发票识别
自动识别和提取发票中的关键信息。
减少人工输入错误，提高处理速度。
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言
Transformers 支持多种语言L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers 英语
Transformers 英语C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
智启未来，您的人工智能解决方案智库
简体中文