Description
LightOnOCR-3-4B est le plus grand et le plus précis des modèles de la famille LightOnOCR-3, conçu pour gérer un large éventail de tâches OCR avec une précision exceptionnelle. Ce modèle fait partie d'une nouvelle génération de modèles OCR légers de bout en bout qui intègrent des fonctionnalités de compréhension de la mise en page et visuelle. Il produit des coordonnées de boîte englobante avec des étiquettes pour tous les éléments visuels d'un document, des descriptions courtes d'images et des données numériques de figures et de graphiques.
Lire la suite
Ces capacités en font une alternative prête à l'emploi et plus facile à maintenir par rapport aux pipelines complexes de compréhension de documents.
La famille LightOnOCR-3 comprend trois tailles de modèles : 1B, 0.8B et 4B. Le modèle 1B conserve l'architecture de LightOnOCR-2-1B, tandis que les modèles 0.8B et 4B adoptent l'architecture vision-langage Qwen3.5, offrant des améliorations significatives de vitesse et une intégration simplifiée avec les outils existants. Tous les modèles sont publiés sous la licence Apache 2.0, permettant une utilisation à la fois pour la recherche et à des fins commerciales.
LightOnOCR-3-4B prend en charge deux modes de fonctionnement principaux : le mode transcription et le mode ancrage. En mode transcription, le modèle produit le texte complet de la page lorsqu'il est appelé avec un prompt vide. Le mode ancrage, en revanche, fournit des étiquettes et des boîtes englobantes pour chaque bloc de contenu, améliorant ainsi les capacités de compréhension visuelle du modèle. Ce mode est particulièrement utile pour les applications nécessitant une analyse et une récupération détaillées de documents.
Le modèle est conçu pour gérer divers types de documents, y compris des tableaux, des reçus, des formulaires, des graphiques, des mises en page à colonnes multiples et des notations mathématiques. Il simplifie le déploiement et la maintenance des systèmes de traitement de documents en offrant une solution de bout en bout qui élimine le besoin de pipelines complexes.
- CatégorieModèles d'IA et LLM
- Modèle tarifaireOpen source
- DéploiementCloud
- PlateformesWeb
Points forts de LightOnOCR-3-4B
Modèle le plus grand de la famille LightOnOCR-3
Compréhension avancée de la mise en page et visuelle
Produits des coordonnées de boîte englobante avec étiquettes
Mode transcription pour le texte complet de la page
Mode ancrage pour des blocs de contenu étiquetés
Gère les tableaux, reçus, formulaires et graphiques
Intégration simplifiée avec les outils existants
Licence Apache 2.0 pour une utilisation en recherche et commerciale
Premiers pas avec LightOnOCR-3-4B
Accéder au modèle : Visitez Hugging Face
S'authentifier : Utilisez vos identifiants
Configurer l'environnement : Installer les dépendances
Intégrer via API : Utilisez les points de terminaison fournis
Optimiser : Ajustez les paramètres selon vos besoins
Cas d'utilisation de LightOnOCR-3-4B
- Transcription de documents
- Analyse de contenu visuel
- Traitement de documents complexes
- Gestion de notations mathématiques
- Extraction de données
