科技日报记者 罗云鹏
近日，中国电信自研星辰文档解析大模型TeleOCR以96.87分刷新OmniDocBench v1.6榜单纪录，位列Wild-OmniDocBench、PureDocBench两项真实场景基准第一，并斩获国际文档分析与识别大会Sci-ImageMiner挑战赛“科学图表转表格”赛道冠军。
OmniDocBench覆盖多种文档类型与复杂版面，全面检验模型对文本、表格、公式、阅读顺序的综合解析能力。
据悉，TeleOCR在该榜单上超越多款同类专业模型，在表格重建、文本识别、阅读顺序三项关键指标上均取得最优成绩。
在专测手机拍摄、褶皱、反光等真实场景的Wild-OmniDocBench上，TeleOCR以88.53分位居第一，领先第二名约1分；在包含清晰原图、图像退化、实拍样本三大赛道的PureDocBench评测中，该模型以78.41分登顶。
值得关注的是，TeleOCR仅约12亿参数，依托轻量化模型规模，性能超越多款参数量更大的同类模型，具备部署门槛低、推理效率高的突出优势。
据介绍，TeleOCR将几何形变感知能力内化于模型之中，弯曲、透视、折痕等畸变文档均可直接解析，实现电子文档与拍摄文档的统一处理。
此外，针对表格、公式等结构化内容的解析难题，该模型采用内容与结构解耦的学习策略，显著提升了复杂文档的解析精度。
目前，TeleOCR已开源至GitHub，HuggingFace，Modelscope和AtomGit平台，权重、代码与推理配置全部开放，业界可通过天翼AI开放平台在线体验与调用。
该模型可广泛应用于办公文档处理、企业知识库建设、科研数据提取、历史资料数字化等场景，将合同、票据、论文图表等非结构化文档转化为机器可读的结构化数据，为金融、医疗、科研、政务等行业智能化应用提供支撑。
网友评论
