olmOCR 2
2 节点1 篇3 来源
Ai2开源视觉语言模型olmOCR 2通过引入“单元测试奖励”强化学习机制，显著提升了复杂文档及手写记录的OCR准确率。该模型在奥地利卡农图姆遗址的考古手绘记录转录测试中，经LoRA微调后错误率从15.58%降至1.11%，并支持研究人员在本地硬件上对敏感历史档案进行隐私保护的关键词搜索。这一进展展示了开源OCR模型在特定垂直领域（如考古、历史研究）通过少量数据微调实现高精度适配的能力，同时解决了传统商业API在处理非标准格式或隐私敏感数据时的局限。
事情怎么走到这一步
Ai2发布olmOCR 2模型，采用基于可验证单元测试的强化学习训练方法，在olmOCR-Bench基准测试中获得82.4分，重点提升数学公式、表格和多栏布局的识别能力。
allenai.org ↗Ai2博客披露两项应用案例：维也纳工业大学与奥地利科学院利用CENTURIA数据集微调olmOCR 2，使卡农图姆遗址陶器手绘笔记转录错误率大幅降低；历史学家Maurice Casey开发ArtificeOCR工具，利用该模型在本地实现档案照片库的可搜索性。
allenai.org ↗
还没定论的部分
- olmOCR 2在非英语或极低资源语言的手写体识别上的表现是否同样稳定？
- CENTURIA项目计划如何将微调后的模型扩展至其约70,000条未标注的陶器记录全集？
- ArtificeOCR等本地化部署方案在大规模并发处理下的性能瓶颈如何解决？