Hugging Face Daily Papers·· 8 天前精选AI 评分55
OvisOCR3 技术报告：0.8B 视觉语言模型统一多类 OCR 任务
OvisOCR3 Technical Report
AI 导读
OvisOCR3 是一个 0.8B 视觉语言模型，通过多教师蒸馏和强化学习把文档解析、通用 OCR、关键信息抽取、图表描述和跨页表格重建统一到一个模型中。
推荐理由
0.8B 的 OvisOCR3 用多教师蒸馏加强化学习统一五类 OCR 任务，并给出多个基准的对比结果。
来源：Hugging Face Daily Papers · huggingface.co