DharmaOCR sử dụng DPO giảm tỷ lệ suy giảm văn bản 59,4%
Tiêu đề gốc:Direct Preference Optimization Beyond Chatbots
Tóm tắt AI
DharmaOCR (mô hình OCR có cấu trúc) phát hành tháng 4, trong nhiệm vụ trích xuất tài liệu tiếng Bồ Đào Nha Brazil, sử dụng tối ưu hóa sở thích trực tiếp (DPO) làm giai đoạn huấn luyện thứ hai sau tinh chỉnh có giám sát (SFT). SFT không thể trực tiếp trừng phạt suy giảm văn bản (vòng lặp lặp lại), trong khi DPO sử dụng đầu ra thất bại của chính mô hình (vòng lặp suy giảm) làm mẫu âm để huấn luyện sở thích, giúp tỷ lệ suy giảm văn bản của tất cả các họ mô hình thử nghiệm giảm trung bình 59,4%, cao nhất 87,6% (như Nanonets-OCR2-3B từ 1,61% xuống 0,20%). DPO truyền thống thường dùng để căn chỉnh trò chuyện, công trình này mở rộng nó sang nhiệm vụ OCR khách quan, chứng minh DPO có thể sửa chữa có mục tiêu các mô hình thất bại cụ thể.
Thông tin chính
- DharmaOCR (mô hình OCR có cấu trúc) phát hành tháng 4,trong nhiệm vụ trích xuất tài liệu tiếng Bồ…
- SFT không thể trực tiếp trừng phạt suy giảm văn bản (vòng lặp lặp lại),trong khi DPO sử dụng đầu…
- DPO truyền thống thường dùng để căn chỉnh trò chuyện,công trình này mở rộng nó sang nhiệm vụ OCR…
Tóm tắt nhanh
- Đăng lúc
- Cập nhật lúc
- Nguồn
- Hugging Face 社区博客(混合发现)
- Danh mục
- Hướng dẫn & mẹo
- Điểm AI
- 55
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。
Nguồn và bản quyền
Bài viết này được tổng hợp dựa trên các tiêu đề chọn lọc và tóm tắt AI từ API công khai của AIHOT, đã ghi rõ nguồn và liên kết ngược; bản quyền nội dung gốc thuộc về cơ quan truyền thông và tác giả gốc, trang này không sao chép toàn văn.
Cách trích dẫn
Khi trích dẫn bài viết này, vui lòng giữ nguyên tiêu đề, ngày đăng và liên kết vĩnh viễn, đồng thời ghi rõ nguồn là Orange News.
Orange News: DharmaOCR sử dụng DPO giảm tỷ lệ suy giảm văn bản 59,4%. 3 tháng 6 2026. https://new.nat6.net/vi/news/cmpy47xxi01kislax812354vk/