超级管理员
楼主
OpenBMB 在 10 月 27 日公开 MiniCPM-OCR 系列，一次开源两个模型：负责识别的 MiniCPM-OCR 1.0，和负责给识别结果打分的 MiniCPM-OCR Jev。Apache 2.0 许可，权重也包含在内。
这次发布真正的变化
过去 OCR 引擎交出结果之后，结果对不对、哪些页面要先人工检查，靠人工抽样或者另写规则。Jev 把这件事变成了模型输出：对每个文字、公式或表格区域给一个 0 到 1 的分数。于是「先检查哪里」变成一个可以排序、可以设阈值的工程问题。
规格
MiniCPM-OCR 1.0 是 1.3B 参数的识别模型，定位是 MiniCPM 家族第一个 OCR 专用模型。吃中英文文档与 PDF，能应付扫描、拍照、歪斜、弯曲与翻拍页面，输出 Markdown 或 JSON，表格转 HTML、公式保留 LaTeX。
评分模型的用法
把 Jev 的输出当质量门。设一个阈值，低于阈值的区域自动进人工复核队列，高于阈值的直接入库。这比随机抽检高效得多，因为人的注意力花在了真正可疑的地方。
数字怎么读
AUROC 0.936 衡量的是排序能力，不是正确率。把它读成「93.6% 准确」是错的。官方给的 93.68 分和每秒 1.2 页这两个数字，引用前先看清楚测试条件，不同分辨率、不同版式的扫描件表现差别很大。
部署与授权
能本机跑，授权看两层：代码和权重都是 Apache 2.0，但实际商用前建议自己过一遍许可证文本。官方文件只写了中英文，繁体中文需要自己验收。
本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。
