首页 文章 精选 留言 我的
优秀的个人博客,低调大师

微信关注我们

原文链接:https://www.oschina.net/news/385688

转载内容版权归作者及来源网站所有!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

腾讯混元开源 HunyuanOCR 模型,1B 参数斩获多项 SOTA

腾讯正式推出其全新开源模型 HunyuanOCR,参数量仅为1B。该模型基于腾讯独创的混元多模态架构设计,已在多个行业标准的 OCR 应用中取得了 SOTA(最先进水平)的佳绩。腾讯方面表示,HunyuanOCR 的 “端到端” 设计理念使得模型的各项功能在一次前向推理中便可快速获得最优结果。 HunyuanOCR 主要由三大核心组件构成:原生分辨率视频编码器、自适应视觉适配轻量化混元语言模型。与市面上其他 OCR 模型不同的是,Hunyuan 采用了全端到端的训练和推理方式,并通过规模的应用导向数据以及在线强化学习,展现了出色的推理能力。 在复杂文档解析的测试中 HunyuanOCR 以94.1的高分超越了包括谷歌 Gemini3-pro 在内的多个领先模型。其文字检测和识别能力也非常出,涵盖了文档、艺术字、街景、手写、广告、票据等多种应用场景,相较于其他开源及商业 OCR 模型表现优异,在 OCR 中,该模型的总得分高达860分,成为总参数3B 以下的模型中的佼佼者。 HunyuanOCR 还支持14种语种的翻功能,在翻译领域,表现出。该模型对多复杂文档电子化处理,将扫描件拍摄图中...

开发者社区在关注什么?「阅读榜单」给出答案。

OSCHINA 提供了海量的新鲜 IT 行业资讯和开发者技术文章,如果你觉得刷不过来,不妨试试直接浏览「阅读榜单」。 通过 AI 智能筛选与社区热度分析,OSCHINA「阅读榜单」自动汇总最值得读的技术文章、开源项目解读、工程实践经验以及行业趋势等优质内容。 我们提供「周榜」与「月榜」两个维度,让您既能快速跟进最新热点: 也能阅读按月沉淀的高价值深度技术内容: 指路:https://www.oschina.net/reading-list/

相关文章

发表评论

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册