Nathan (@nathanhabib1011)
@VikParuchuri 팀이 신규 OCR 모델 Chandra OCR 2를 공개했다. olmocr 벤치마크 1위(85.9%)를 기록했고, 90개 이상 언어 지원, 40억 파라미터 규모, 레이아웃 정보 추출, 이미지·도표 캡션 생성, 필기·수식·양식 인식 강화 등 문서 이해 기능이 크게 향상됐다.
NEW SOTA OCR MODEL DROPPED Congrats to @VikParuchuri and team for releasing Chandra OCR 2! - 85.9% on olmocr bench, making it first place 🏆 - 90+ language support - 4B model - Full layout information - Extracts + captions images and diagrams - Strong handwriting, math, form,
Baidu Inc. (@Baidu_Inc)
Qianfan-OCR가 공개되었습니다. 문서 지능을 위한 4B 파라미터 엔드투엔드 모델로, 단일 패스로 표 추출, 수식 인식, 차트 이해, 핵심 정보 추출을 모두 수행합니다. 파이프라인 없이 문서 처리 작업을 통합한 점이 핵심입니다.
🚀 Introducing Qianfan-OCR: a 4B-parameter end-to-end model for document intelligence. One model. No pipeline. Table extraction, formula recognition, chart understanding, and key information extraction, all in a single pass. Paper: https://t.co/cmNhv5SLgV Models:
GLM-OCR runs locally on 2GB VRAM, handles tables and math equations, and hits 260 tok/s on a Mac.
No cloud API. No subscription. Just your machine.
Local models are getting better and smaller faster than anyone expected.
Gerade 32 Seiten mit dem #Einzugsscanner gescannt...
Dann wieder in die Küche zum Essen geschaut.
Dort ist ein Lärm...
Oh.
Naja das Dokument ist im SMB Share gelandet und da hat es #paperlessngx geholt, #OCR gemacht und den Inhalt per ML bewertet...
Da ging der CPU Lüfter von dem #Proxmox mal kurz auf Vollast an^^
New blog post: Co-working and 25 years of eggs – The Distant Librarian https://distlib.pival.me/co-working-and-25-years-of-eggs/
#distlib #EthanMollick #Co-intelligence #Co-working #OCR
Baidu Inc. (@Baidu_Inc)
Qianfan-OCR 소개: 문서 인텔리전스를 위한 4B 파라미터 엔드투엔드 모델로, 하나의 모델만으로 파이프라인 없이 테이블 추출, 수식 인식, 차트 이해, 핵심 정보 추출 등을 단일 패스로 처리한다. 관련 논문(arXiv) 링크가 제공됨.
Holà,
J'ai un soucis de freeze sur #linux #mint ;
Ça arrive lors de la manpulation de fichiers PDF assez lourd (2 à 5M) avec de l #ocr
C'est un ordi de puissance correct; j'ai pas trouvé d'autres solutions que d'eayyer de mettre une limite sur l'usage du processeur dans le lanceur du visionneur pdf :
cpulimit -l 50 -- xreader %U
Est-ce que des personnes ont d'autres solutions ? Est ce que vous pensez cette solution peut poser problème ?
🚀 Running #OCR at scale with a #Vision #LLM for $0.49/hour
Just deployed dots.ocr (3B parameter Vision LLM by RedNote) on a single #RTX A6000 (48GB VRAM) via #RunPod. The results are great:
https://github.com/rednote-hilab/dots.ocr
📄 The Setup
- Upload any #PDF → server converts each page to an image (PyMuPDF)
- Images are sent in parallel to #vLLM (continuous batching)
- The Vision LLM reads each page and returns clean Markdown
🧵 👇
Как маскировать персональные данные на изображениях: наш эксперимент с OCR и NER
Всем привет! Меня зовут Андрей Иванов, я NLP-исследователь в R&D red_mad_robot. Мы разрабатываем систему Guardrails для защиты персональных данных (PII) и фильтрации небезопасного контента. В этой статье расскажу, как мы решали задачу точечного маскирования PII на картинках без обучения специальных визуальных детекторов. Разберём связку оптического распознавания символов (OCR) с NER-моделью, покажем метрики на реальных данных, раскроем ограничения подхода и наши решения для их преодоления.
https://habr.com/ru/companies/redmadrobot/articles/1011450/
#ai #llm #ocr #ner #pii #computer_vision #маскирование_данных #обработка_изображений #nlp #rnd
Ein kleines Nebenprojekt: Neue #OCR, leichte Auswertung und Webseitenbildung von gemeinfreien Texten, erstmal aus Naglers "Neuem allgemeinem Künstlerlexikon".
sayzard
Schenkl | 🏳️🌈🦄
Paul R. Pival (he/him)
nas
michabbb
Habr
Joshua Enslin