OpenBMB Rilis MiniCPM-OCR 1.0 dengan Model Terpisah untuk Penilaian Kepercayaan Terkalibrasi

OpenBMB merilis keluarga MiniCPM-OCR, dengan andalan MiniCPM-OCR 1.0, model parsing dokumen berparameter 1,3 miliar yang memadukan vision encoder SigLIP dengan language model Qwen3.5 di atas basis MiniCPM-V 4.6, berlisensi Apache 2.0. Model mem-parse teks, tabel, formula, chart, stempel, dan key information extraction pada dokumen Cina-Inggris termasuk scan, foto, halaman melengkung dan miring. Perusahaan mengklaim skor 93,68 di Real5-OmniDocBench dan 54,7 di OCRBench v2, dengan DSpark speculative decoding yang diklaim menaikkan efisiensi end-to-end 55%.

Bagian yang membedakan adalah MiniCPM-OCR Jev, model terpisah berparameter 2,2 miliar yang mengevaluasi hasil parsing region per region, membedakan region bermasalah dari yang andal, dan mengembalikan probabilitas terkalibrasi untuk memprioritaskan review manusia. Rilisan ini menandai quality assessment yang menjadi komponen produk tersendiri dalam pipeline OCR, menjawab kelemahan terbesar document processing produksi: mengetahui kapan output boleh dipercaya tanpa verifikasi manusia. Model didukung sejak hari pertama di vLLM, SGLang, llama.cpp, dan Ollama, dengan varian GGUF, AWQ, dan GPTQ tersedia. Angka benchmark merupakan klaim vendor.