LightOnOCR-1B

Chandra OCR模型在PDF解析基准测试中占据主导地位

最近对PDF解析能力的比较显示，Datalab的OCR模型Chandra的表现优于所有其他测试过的解析器，成功处理了合并单元格的HTML表格、LaTeX，甚至难以辨认的手写体文本。LightOnOCR-1B虽然在其规模下表现出惊人的速度和准确性，但在处理手写体和内容幻觉方面遇到了困难。比较中还包括了MinerU、Granite-Docling和PaddleOCR-VL等其他几个解析器，它们在不同文档类型和挑战中的表现各不相同。