开源 OCR 模型 olmocr 新 SOTA 达 85.9%,4B 参数却遭质疑不够用
srchvrs · x · 2026-10-13
有人推荐一个新开源 OCR 模型:olmocr bench 上 85.9% 创 SOTA,支持 90+ 语言(附 benchmark),参数从 9B 降到 4B,输出完整版面信息,可对图片和图表做提取+描述,手写、数学、表格、表单表现强,100% 开源。
但检索研究者的回复指出:OCR 领域虽接近饱和,SOTA 仍低于 90%;对要求近乎完美的高精度场景,85% 的准确率够不够存疑。
所属事件:olmOCR 基准饱和争议与评测痛点(5 条相关)→
「模型」频道最新
- 网友当面向 Google 高管追问 Gemini 4 遭无视 — apples_jimmy · 2026-10-13
- 马斯克转发 Grok Bot「记忆迁移」工具,可导入 ChatGPT/Claude 数据 — elonmusk · 2026-10-13
- 观点：中国将因网络风险拒绝在更高能力线以上开源模型 — abhiadesai · 2026-10-13
- Anthropic 推 20% 预付充值折扣，用户猜测 IPO 临近冲数据 — MartinGTobias · 2026-10-13
- Antigravity 疑现 Claude Opus 5.5 与 Sonnet 5.5，Gemini 3.8 Flash 同框 — Some_Medicine4472 · 2026-10-13
- Gemini App 现身 3.8 Thinking 档位，模型菜单已可勾选 — Mother_Earthhhh · 2026-10-13