Xiaomi опубликовала модель Xiaomi-OCR-0 для распознавания документов и извлечения данных
Изображение: OpenAI
Xiaomi 30 октября выпустила в открытый доступ Xiaomi-OCR-0 — модель с 0,8 млрд параметров для распознавания и обработки документов. Веса и код для запуска опубликованы на Hugging Face и GitHub, сообщает Pandaily.
По данным Xiaomi, в собственном тестировании на OmniDocBench v1.6 модель набрала 96,83 балла. Она заняла второе место в общем зачёте, отстав от лидера на 0,04 балла, и первое среди моделей с числом параметров менее 1 млрд. В тестах на ответы по документам она в среднем набрала 83,2 балла и обошла модель MiniCPM-V-4.5 на 8 млрд параметров (82,6), уступив Qwen3.5-4B (84,9).
Xiaomi-OCR-0 построена на Qwen3.5-0.8B-Base и обучена примерно на 170 млн образцов для распознавания и обработки документов. Она объединяет три задачи:
- разбор документов: модель распознаёт текст, таблицы и математические формулы, сохраняет порядок чтения и поддерживает вывод в Markdown и LaTeX;
- извлечение нужных полей из документов и выдача данных в формате JSON для автоматизированной обработки;
- ответы на вопросы по документам и диаграммам, в том числе сопоставление сведений из разных частей документа и числовые расчёты.
По словам Xiaomi, технология уже работает в ассистенте Super XiaoAi на смартфонах компании и извлекает данные с экрана. Разработчикам также доступны демоверсия в браузере и набор инструментов для подключения модели к ИИ-агентам.
