PaddleOCR-VL-1.5
PulseAugur coverage of PaddleOCR-VL-1.5 — every cluster mentioning PaddleOCR-VL-1.5 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Infinity-Parser2 模型通过合成数据和多任务强化学习推进文档解析
研究人员推出了 Infinity-Parser2，这是一个用于端到端文档解析的大型多模态模型。该模型利用可控数据合成管道和多任务强化学习来克服标注解析数据的稀缺性。主要贡献包括创建了 500 万样本的双语语料库 Infinity-Doc2-5M，以及一个用于跨八个联合训练目标的联合强化学习的新颖奖励系统。Infinity-Parser2-Flash 和 Infinity-Parser2-Pro 两个变体已发布，其中后者在 olmOCR…
-
Infinity-Parser2 模型发布，具备新颖的合成和多任务强化学习能力
研究人员推出 Infinity-Parser2，这是一款用于端到端文档解析的大型多模态模型。该模型通过采用可控数据合成管道和多任务强化学习来解决数据稀缺问题。主要贡献包括创建了 500 万样本的双语语料库 Infinity-Doc2-5M，以及用于八个目标联合强化学习的多任务奖励系统。已发布 Infinity-Parser2-Flash 和 Infinity-Parser2-Pro 两个版本，其中后者在 OCR 和解析基准测试中取得了…
-
百度PaddleOCR-VL-1.6刷新文档解析SOTA
百度文心发布了其开源OCR工具的新版本PaddleOCR-VL-1.6。此次更新在OmniDocBench v1.6基准测试中实现了超过96.33%的准确率，超越了Gemini-3-Pro和GPT-5.2等主流模型。该模型在理解扫描件、弯曲文档和屏幕截图等复杂文档方面表现出显著的改进，使其成为文档数字化的领先解决方案。
-
PaddleOCR-VL-1.6 在文档解析领域创下新的SOTA记录
PaddlePaddle 发布了 PaddleOCR-VL-1.6，这是一款先进的文档解析模型，在包括 OmniDocBench v1.6 在内的多个基准测试中达到了最先进的准确率，得分为 96.33%。新版本采用了一个区域感知数据优化框架和一个渐进式训练后策略，以提高性能，特别是在识别表格、古籍和罕见字符方面。该模型架构与其前身 PaddleOCR-VL-1.5 保持兼容，便于集成。
-
PaddleOCR 3.5 增加 Transformers 后端，便于 AI 集成
PaddleOCR 3.5 已发布，集成了 Transformers 库作为其 OCR 和文档解析模型的新后端选项。此次更新使开发人员能够更无缝地将 PaddleOCR 的功能集成到以 Hugging Face 为中心的 AI 工作流中。新版本简化了将 PDF 和图像等文档转换为结构化数据的过程，这对于检索增强生成 (RAG) 和 AI 代理等下游应用至关重要。