MonkeyOCRv2 以不足 1B 参数刷新文档解析纪录

MonkeyOCRv2 将文档 OCR 技术推向小模型时代，其 0.6B 和 0.7B 版本在 MDPBench 上分别取得 82.5 分和 83.3 分，双双反超此前 3B 的开源模型。此外，团队通过受控实验验证了视觉编码器的关键作用：在锁定语言模型、训练数据等变量的条件下，仅替换文档视觉编码器就能在 8 个基准测试中拉开高达 13.2 分的差距，凸显了该组件对文档理解性能的重要影响。

2026-07-26 ~ 2026-07-26 · 2 条相关