3B 参数开源 Unlimited OCR 单遍读取百页 PDF,实测仅列 ParseBench 第 115 名
solyarisoftware · x · 2026-10-12
LlamaIndex 创始人 Jerry Liu 转评开源项目 Unlimited OCR:仅 3B 参数、可本地运行,以 32K 上下文一次性读取百页 PDF,不再按页切割丢失上下文,多语言开箱即用,支持 Transformers/vLLM/SGLang/Ollama 等。
但他给出的 ParseBench 实测泼了冷水:Unlimited OCR 总分约 46.2%,仅排第 115 名。优点是阅读顺序和版面理解不错、表格略优于 PaddleOCR;代价是忽略视觉元素与格式、复杂表格处理差。相比之下 PaddleOCR-VL-1.6 得分 67.4、Qwen3.8 27B(Thinking)达 70.8。相比云端 OCR(Textract、Google Vision 等每千页 $1.5-15)其本地免费仍是里程碑,但该方向还有很大提升空间。
「模型」频道最新
- iPhone上ChatGPT做图片对比时反复卡死闪退，用户求助 — adam0672 · 2026-10-12
- 爆料：Claude 新模型 2.5 小时自主策划并编码完成视频制作 — ZeroStateReflex · 2026-10-12
- KV Cache 深度图解：从省算力到 GQA/MLA 架构演进全解释 — blaizedsouza · 2026-10-12
- Claude Opus 5.5 对比 GPT-6.1 Sol 实测：这次我更看好 GPT — CodeByPoonam · 2026-10-12
- DeepMind AlphaProof Nexus 解出 9 道 Erdős 难题与 44 项猜想 — kimmonismus · 2026-10-12
- Codex 频因「网络安全」护栏中断任务,用户向官方喊话求解 — Al_Grigor · 2026-10-12