Описание
LightOnOCR-3-4B — это самая большая и точная модель в семействе LightOnOCR-3, разработанная для выполнения широкого спектра задач OCR с исключительной точностью. Эта модель является частью нового поколения легковесных моделей OCR с полным циклом, которые включают функции понимания макета и визуальных элементов. Она выводит координаты ограничивающих рамок с метками для всех визуальных элементов документа, краткие описания изображений и числовые данные из графиков и диаграмм. Эти возможности делают её готовым к использованию и более простым в обслуживании альтернативным решением по сравнению со сложными конвейерами понимания документов.
Читать далее
Семейство LightOnOCR-3 включает три размера моделей: 1B, 0.8B и 4B. Модель 1B сохраняет архитектуру LightOnOCR-2-1B, в то время как модели 0.8B и 4B используют архитектуру Qwen3.5 для визуально-языкового взаимодействия, предлагая значительные улучшения скорости и упрощённую интеграцию с существующими инструментами. Все модели выпущены под лицензией Apache 2.0, что позволяет использовать их как в научных, так и в коммерческих целях.
LightOnOCR-3-4B поддерживает два основных режима работы: режим транскрипции и режим привязки. В режиме транскрипции модель выводит полный текст страницы при вызове с пустым запросом. Режим привязки, с другой стороны, предоставляет метки и ограничивающие рамки для каждого блока контента, улучшая визуальные возможности модели. Этот режим особенно полезен для приложений, требующих детального анализа и извлечения информации из документов.
Модель предназначена для обработки различных типов документов, включая таблицы, квитанции, формы, графики, многостолбцовые макеты и математическую нотацию. Она упрощает развертывание и обслуживание систем обработки документов, предлагая решение с полным циклом, которое устраняет необходимость в сложных конвейерах.
- КатегорияИИ-модели и LLM
- Модель ценообразованияОткрытый код
- РазвёртываниеОблако
- ПлатформыВеб
Главное о LightOnOCR-3-4B
Самая большая модель в семействе LightOnOCR-3
Расширенное понимание макета и визуальных элементов
Выводит координаты ограничивающих рамок с метками
Режим транскрипции для полного текста страницы
Режим привязки для помеченных блоков контента
Обрабатывает таблицы, квитанции, формы и графики
Упрощённая интеграция с существующими инструментами
Лицензия Apache 2.0 для научного и коммерческого использования
Начало работы с LightOnOCR-3-4B
Получите доступ к модели: посетите Hugging Face
Аутентификация: используйте свои учетные данные
Настройте окружение: установите зависимости
Интеграция через API: используйте предоставленные конечные точки
Оптимизация: настройте параметры под ваши нужды
Варианты использования LightOnOCR-3-4B
- Транскрипция документов
- Анализ визуального контента
- Сложная обработка документов
- Обработка математической нотации
- Извлечение данных
