मॉडेलबेस्ट और ओपनबीएमबी ने मिनीसीपीएएम-ओसीआर सीरीज और नए एआई मॉडल्स लॉन्च किए

परिचय

मॉडलबेस्ट (ModelBest) और ओपनबीएमबी (OpenBMB) ने संयुक्त रूप से MiniCPM-OCR सीरीज की घोषणा की है। इस ओपन-सोर्स सीरीज का उद्देश्य दस्तावेजों की पार्सिंग और गुणवत्ता मूल्यांकन को अधिक कुशल बनाना है। इस लॉन्च में दो प्रमुख मॉडल शामिल हैं: MiniCPM-OCR 1.0 (1.3B) और MiniCPM-OCR Jev (2B)।

MiniCPM-OCR 1.0 की मुख्य विशेषताएं

यह MiniCPM परिवार का पहला ओसीआर-केंद्रित मॉडल है, जिसे एज डिप्लॉयमेंट (edge deployment) के लिए अनुकूलित किया गया है।

• क्षमता: यह स्कैन किए गए, फोटोग्राफ किए गए, मुड़े हुए, तिरछे और स्क्रीन-कैप्चर किए गए दस्तावेजों को बिना किसी जटिल इमेज प्री-करेक्शन के पार्स कर सकता है।
• भाषा और सामग्री: यह घने द्विभाषी (चीनी-अंग्रेजी) कंटेंट, जटिल गणितीय सूत्रों और मल्टी-लेवल या बॉर्डरलेस टेबल को संभालने में सक्षम है।
• गति: DSpark डिकोडिंग एक्सीलरेशन द्वारा संचालित, यह एंड-टू-एंड थ्रूपुट को बढ़ाता है और प्रति-पेज विलंबता (latency) को कम करता है।

AI गुणवत्ता निरीक्षक: MiniCPM-OCR Jev

मैनुअल समीक्षा की आवश्यकता को संबोधित करने के लिए, Jev को एक "AI गुणवत्ता निरीक्षक" के रूप में पेश किया गया है।

• कार्य: यह स्वयं ओसीआर करने के बजाय स्रोत छवि और ओसीआर आउटपुट की तुलना करता है।
• मूल्यांकन: यह टेक्स्ट, LaTeX सूत्रों और तालिकाओं को कॉन्फिडेंस स्कोर देता है, जिससे गुम अक्षरों, त्रुटियों और फॉर्मेटिंग की गलतियों का पता चलता है।
• एकीकरण: Jev क्रॉस-मॉडल डिप्लॉयमेंट का समर्थन करता है और मौजूदा ओसीआर वर्कफ़्लो में एकीकृत हो सकता है।

उपलब्धता और हार्डवेयर समर्थन

• प्लेटफॉर्म: यह सीरीज GitHub, Hugging Face और ModelScope पर उपलब्ध है।
• सॉफ्टवेयर और हार्डवेयर: यह vLLM, SGLang, llama.cpp और Ollama का समर्थन करता है। हार्डवेयर अनुकूलन में AMD, Arm, Intel, NVIDIA और विभिन्न चीनी एज चिप्स शामिल हैं।

सत्यापन और अन्य घोषणाएं

घोषणा के अनुसार, इस सीरीज के साथ-साथ MiniCPM-V 4.7 (35B मल्टीमॉडल एमओई मॉडल) और MiniCPM5-2B को भी पेश किया गया है। उपयोगकर्ता इन मॉडलों की तकनीकी विशिष्टताओं और कोड को आधिकारिक ओपन-सोर्स रिपॉजिटरी के माध्यम से सत्यापित कर सकते हैं।