腾讯混元开源端到端 OCR 大模型 HyOCR-1.5 - 凉西西资源小圈-凉西西资源小圈

【AI 核心摘要】

腾讯推出的HyOCR-1.5是一款仅1B参数的端到端OCR专家模型，在OmniDocBench v1.6上以94.74分稳居端到端第一，推理速度最高提升6.37倍。该模型通过DFlash投机解码框架解决长文档解码慢的问题，实现6.37倍加速（Transformers）和2.14倍加速（vLLM），支持CPU、消费级显卡及笔记本部署。采用Agentic Data Flow智能体驱动数据构造，覆盖8种以上text-centric任务，包括低资源OCR（331种语言）、古文字识别、图表解析、多页文档问答等。训练配方升级至4K分辨率、128K上下文及RL优化，在古文字、图表解析等任务上达到甚至超越8B级模型水平。项目已完整开源训练、推理代码及模型权重。

了解更多详细信息，请访问原文：腾讯混元开源端到端 OCR 大模型 HyOCR-1.5

数据来源：AI Bot

文章版权声明 1 本网站名称：凉西西小圈
2 本站永久网址：https://www.xcxybbs.cn
3 本网站的文章部分内容可能来源于网络，仅供大家学习与参考，如有侵权，请联系站长 QQ418005852进行删除处理。
4 本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
5 本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现请向站长举报
6 本站资源大多存储在云盘，如发现链接失效，请联系我们我们会第一时间更新。

文章版权归作者所有，未经允许请勿转载。