iApp Technology Rilis OpenThai 2.0 OCR: Model Kecil Fine-Tune Mengalahkan Parser Umum pada Dokumen Pemerintah Thailand

iApp Technology, perusahaan AI Thailand, merilis OpenThai 2.0 OCR pada 12 November: dua model dokumen open-weight yang dibangun khusus untuk dokumen pemerintah Thai. Varian Markdown adalah fine-tune penuh 0,63 miliar parameter dari NVIDIA Nemotron 3.5 Parse yang menghasilkan Markdown terstruktur dengan tabel HTML, bounding box, dan reading order. Perusahaan melaporkan skor 95,2 pada set uji kaya tabel dan akurasi karakter 98,7% pada halaman Warta Negara November 2026 - angka yang bersifat klaim vendor. Model pendampingnya, OpenThai 2.0 OCR Text, berukuran sekitar 4 MB, berjalan di CPU murni via ONNX dengan kecepatan sekitar 950 halaman per menit pada server 8 core, dan berlisensi Apache 2.0.

Resep pelatihan yang dipublikasikan - 54.596 baris dokumen Thai sintetis, dokumen digital pemerintah, dan halaman yang dipilih untuk memutus repetition loop - mendokumentasikan playbook yang bisa direplikasi: parser kecil yang di-fine-tune penuh dengan dokumen lokal mampu mengalahkan model internasional umum berukuran 2-4B pada bahasanya sendiri. Untuk pasar dengan dokumen pemerintah bertabel kompleks seperti Indonesia, ini templat yang sangat relevan, dan kedua bobot model sudah bisa diunduh lewat Hugging Face.