문서 파싱 전용 소형 모델 'OvisOCR2' 공개

요약

OvisOCR2는 문서 페이지 이미지를 입력받아 텍스트, 수식, 표, 시각적 영역을 자연스러운 읽기 순서의 Markdown 형식으로 변환하는 0.8B 파라미터 규모의 엔드투엔드 문서 파싱 모델입니다. 개발팀은 필터링된 실제 문서 주석과 HTML 소스 기반의 합성 데이터를 결합한 데이터 엔진을 구축하여 학습에 활용했습니다. 모델 학습에는 지도 미세 조정(SFT), 4B 브랜치 대상의 강화 학습, 온폴리시 증류 및 모델 융합 기법이 사용되었습니다. OvisOCR2는 OmniDocBench v1.6에서 96.58점, PureDocBench에서 Avg3 기준 75.06점을 기록하며 파이프라인 방식 위주의 기존 리더보드에서 엔드투엔드 모델로서 최고 성능을 달성했습니다. 추가적인 내부 벤치마크에서도 우수한 일반화 성능과 견고함을 입증했으며, 현재 허깅페이스에서 해당 모델을 확인할 수 있습니다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.