Chandra 2.5 用新训练法将文字混淆减少 7 倍，低于 Gemini 与 Claude

VikParuchuri · x · 2026-10-16

Datalab 发布 Chandra OCR 2.5，用一种新训练技术修复了 VLM 的「文字系统混淆」问题（模型不确定页面内容时，会选一个自身语言上合理但与页面字形无关的 token，如把英文输出成汉字）。该方法已上线其 API。

在约 5600 页故意做难的真实文档测试集上，Chandra 2.5 的文字混淆率仅 0.16%，比 Chandra 2.4（1.19%）减少约 7 倍，也低于 Gemini 3.8 Flash（0.61%）和 Claude Opus 5.5（0.89%）；对比的 LightOnOCR-3 为 3.04%，DeepSeek-OCR 2 高达 6.08%，且后两者的混淆常包含整段错误文字。人工核验显示 Chandra 的 9 个报警中 9 个为真，而对比模型大量报警为误报。