Tutoriels et astuces

DharmaOCR réduit de 59,4 % le taux de dégradation du texte grâce au DPO

Titre original:Direct Preference Optimization Beyond Chatbots

Résumé IA

DharmaOCR, un modèle OCR structuré publié en avril, utilise l'optimisation par préférence directe (DPO) comme seconde phase d'entraînement après le fine-tuning supervisé (SFT) pour des tâches d'extraction de documents en portugais brésilien. Le SFT ne permet pas de pénaliser directement la dégradation du texte (boucles de répétition), tandis que le DPO utilise les sorties défaillantes du modèle (boucles de dégradation) comme exemples négatifs pour un entraînement par préférence, réduisant en moyenne de 59,4 % le taux de dégradation du texte sur toutes les familles de modèles testées, jusqu'à 87,6 % (par exemple Nanonets-OCR2-3B passant de 1,61 % à 0,20 %). Le DPO traditionnel sert surtout à l'alignement conversationnel ; ce travail l'étend à des tâches OCR objectives et démontre qu'il peut corriger spécifiquement certains modes de défaillance.

Points clés

  • DharmaOCR,un modèle OCR structuré publié en avril,utilise l'optimisation par préférence directe…
  • Le SFT ne permet pas de pénaliser directement la dégradation du texte (boucles de…
  • Le DPO traditionnel sert surtout à l'alignement conversationnel
  • ce travail l'étend à des tâches OCR objectives et démontre qu'il peut corriger spécifiquement…

En bref

Publié
Mis à jour
Source
Hugging Face 社区博客(混合发现)
Catégorie
Tutoriels et astuces
Score IA
55
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

DPO 不只能对齐,这篇直接用模型自身的垃圾输出当反例,把 OCR 的重复错误平均降了 59%。思路不复杂,但告诉做结构化生成的工程师:训练数据里最该保留的就是模型犯的错。

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : DharmaOCR réduit de 59,4 % le taux de dégradation du texte grâce au DPO. 3. juin 2026. https://new.nat6.net/fr/news/cmpy47xxi01kislax812354vk/

Tout voir →