Alibabaが0.8億件の文書解析モデルOvisOCR2をオープンソース化

Alibaba Cloudのオープンソース文書解析モデルであるOvisOCR2は、OmniDocBench v1.6のリーダーボードで96.58のスコアを獲得し、従来のパイプライン方式を凌駕してトップに立った初のエンドツーエンドモデルとなりました。このモデルは、0.8Bのパラメータしか持たず、0.8B削減後にQwen 3.5で学習され、実データと合成データの補完エンジンと多段階の学習プロセスを利用して、テキスト、数式、表などのコンテンツを1ステップでMarkdown形式で出力します。