Datalab 发布了 Marker 2,这是一个经过重写的大幅改进的开源文档转换管道。新版本与 MinerU 相比,吞吐量提高了 5 倍,在单个 Nvidia B200 GPU 上达到每秒 2.9 页,并在 olmOCR-bench 上获得 76.0% 的分数。Marker 2 使用 Surya OCR 2 和更快的 pdftext 模块这三个核心组件重建,并提供针对质量、速度或纯 CPU 操作进行了优化的多种转换路径。 AI
影响 此版本在文档处理速度和准确性方面提供了显著改进,可能影响依赖于将各种文件格式转换为结构化数据的流程。
排序理由 发布了一个新的开源文档转换管道版本。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →