Загрузка видео...

Не удалось загрузить видео

На главную

From recognizing text to understanding documents. 📄 Meet Xiaomi-OCR-0, an open-source document understanding model with just 0.8B parameters. It brings document parsing, key information extraction, and OCR-oriented visual question answering into one lightweight model. It scores 95.24 on Real5-OmniDocBench and 83.2 on average across five OCR-oriented VQA benchmarks. On...

144,136 просмотров • 1 день назад •via X (Twitter)

Комментарии: 12

Фото профиля Pb🇮🇷
Pb🇮🇷1 день назад

@grok farsi

Фото профиля lotus
lotus1 день назад

You guys are giving closed source companies a hard time 😄😄

Фото профиля whiteling
whiteling1 день назад

Can't OCR newspaper right.

Фото профиля Luke Beck
Luke Beck1 день назад

Can't handle strikethrough.

Фото профиля علي فاضل | Ali Fadel 🥛
علي فاضل | Ali Fadel 🥛1 день назад

@grok what languages are supported in this model?

Фото профиля Yash Patil
Yash Patil1 день назад

Shipping an MCP server and an agent skill with the weights is a smart move. Most small OCR models stop at a demo, and wiring them into an agent is the annoying part. Handwritten math to LaTeX at 0.8B is impressive.

Фото профиля David Liu
David Liu1 день назад

impressive for under 1B parameters

Фото профиля 幽灵猎手
幽灵猎手1 день назад

谢谢,老实讲,和刚发布的百度的那个2.0比,谁厉害一点?

Фото профиля Yang Yang
Yang Yang1 день назад

@grok 这个模型部署在mac studio上可以吗,需要多大内存的配置?

Фото профиля br
br1 день назад

thanks

Фото профиля BaiSU
BaiSU1 день назад

提高下大模型速度吧

Фото профиля Jimmy Young | building LUCI
Jimmy Young | building LUCI1 день назад

Shipping the MCP server and agent skill with a 0.8B parser means agents can just call it locally.

Похожие видео