OCRFlux 是一款轻量级但功能强大的多模式工具包,可显著提升 PDF 到 Markdown 的转换效果,在处理复杂布局方面表现优异,
OCRFlux 是一款轻量级但功能强大的多模式工具包,可显著提升 PDF 到 Markdown 的转换效果,在处理复杂布局方面表现优异,
OCRFlux 是一款基于 大语言模型 的多模态工具包,用于将 PDF 文件和图像转换为清晰、可读的纯 Markdown 文本。其目的是将当前的先进技术推向一个明显更高的水平。 主要特点: - 在每个页面上,解析质量优于基准模型 [olmOCR-7B-0225-preview](https://huggingface.co/allenai/olmOCR-7B-0225-preview)、[Nanonets-OCR-s](https://huggingface.co/nanonets/Nanonets-OCR-s) 和 [MonkeyOCR](https://huggingface.co/echo840/MonkeyOCR),分别提高了 0.095(从 0.872 提高到 0.967)、0.109(从 0.858 提高到 0.967) 和 0.187(从 0.780 提高到 0.967) 的编辑距离相似性(EDS)。 发布: - [OCRFlux-3B](https://huggingface.co/ChatDOC/OCRFlux-3B) - 3B 参数 VLM - 用于评估的基准 - [OCRFlux-bench-single](https://huggingface.co/datasets/ChatDOC/OCRFlux-bench-single) - [OCRFlux-pubtabnet-single](https://huggingface.co/datasets/ChatDOC/OCRFlux-pubtabnet-single) - [OCRFlux-bench-cross](https://huggingface.co/datasets/ChatDOC/OCRFlux-bench-cross) - [OCRFlux-pubtabnet-cross](https://huggingface.co/datasets/ChatDOC/OCRFlux-pubtabnet-cross) ### 新闻 - 2025 年 6 月 17 日 - v0.1.0 - 初次公开发布
暂无开放 Issues，或尚未同步最近议题。