把拍照文档交给 OCR——也就是把图片内容转成可编辑文字的工具——麻烦不只在于“能不能读”,还在于“读错了你知不知道”。尤其遇到公式、表格和复杂排版,识别结果看着像对的,实际可能已经漏字、错行。OpenBMB 此次开源 MiniCPM-OCR 1.0,同时放出独立的质量评审模型 MiniCPM-OCR Jev,相当于给识别结果配了一名质检员。
Jev 有 2B 参数,会把原始文档图像与候选文本逐一对照,判断公式、表格和正文中是否存在错误。材料称,它识别错误结果的 AUROC 达到 0.936;AUROC 是衡量模型区分正确与错误结果能力的指标,越接近 1,整体区分能力越强。更实用的一点是,Jev 也能检查其他 OCR 系统的输出,不必先替换现有流程。配套的 1.3B 识别模型则面向弯曲页面、手机照片、倾斜扫描和复杂版式;上述成绩与效率提升均来自发布材料,尚无独立核查。