FireRedTeam เปิดตัว FireRed-OCR-2B โมเดลแยกโครงสร้างเอกสาร ได้ 92.94 คะแนนบน OmniDocBench v1.5
หัวข้อต้นฉบับ:FireRedTeam/FireRed-OCR
สรุปโดย AI
FireRedTeam เปิดตัวน้ำหนัก FireRed-OCR-2B สร้างบน Qwen3-VL-2B-Instruct ได้คะแนนรวม 92.94 บน OmniDocBench v1.5 สูงกว่า DeepSeek-OCR 2 ที่ 91.09 และ PaddleOCR-VL ที่ 92.86
ข้อมูลสำคัญ
- FireRedTeam เปิดตัวน้ำหนัก FireRed-OCR-2B สร้างบน Qwen3-VL-2B-Instruct ได้คะแนนรวม 92.
- 94 บน OmniDocBench v1.
- 5 สูงกว่า DeepSeek-OCR 2 ที่ 91.
- 09 และ PaddleOCR-VL ที่ 92.
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- FireRedTeam:原创语音与多模态项目
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน AI
- 60
เหตุผลที่แนะนำ
原文给出了 OmniDocBench v1.5 具体分数、对比模型和三阶段训练方法,读者可以据此判断这个 2B 文档解析模型的实际位置。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: FireRedTeam เปิดตัว FireRed-OCR-2B โมเดลแยกโครงสร้างเอกสาร ได้ 92.94 คะแนนบน OmniDocBench v1.5 28 กุมภาพันธ์ 2026 https://new.nat6.net/th/news/cmtym5t890006roy8gecuetvb/