MiniCPM-OCR-Jev

OpenBMB выпустила MiniCPM-OCR-Jev — 2.21B-модель для оценки корректности результатов OCR текстовых, формульных и табличных регионов. На вход она получает изображение региона и кандидата распознавания, а на выходе даёт score от 0 до 1: чем выше, тем вероятнее кандидат верен. Обучена от Qwen3.5-2B, языки — en и zh.

⚙ Ключевые особенности

• 🛡 При 2B параметров decision AUROC (×100) на JevOCRBench — 93.6, выше JEV-35B-A3B (90.1) и близко к Qwen3.5-397B-A17B (93.8).
• 🔄 Стабильность на парсерах MiniCPM-OCR 1.0, GLM-OCR, PaddleOCR-VL-1.6 и Xiaomi-OCR-0: AUROC (×100) держится в диапазоне 91.9–93.4.
• ⚙ Архитектура: vision encoder и языковой backbone от Qwen3.5-2B сохранены, lm_head заменён на бинарную классификационную голову.
• 📌 Можно автоматически принимать надёжные регионы по порогу, а остальные отправлять на ручную проверку.
• ✔ Подходит для best-of-N: оценить кандидатов от нескольких OCR и выбрать лучший по score.
• 🖥 Есть BF16, GGUF, AWQ W4A16 и GPTQ W4A16; лицензия Apache 2.0.

💡 Пример

Несколько OCR дали разный текст для одного региона. Jev получает кроп региона, текст кандидата и изображение, отрендеренное из этого текста, и возвращает score. Кандидат с максимальным score выбирается; если все ниже порога — регион уходит на ручную проверку.

Подробнее

AUROC (×100) на JevOCRBench: 93.6; у JEV-35B-A3B — 90.1, у Qwen3.5-397B-A17B — 93.8.
На результатах четырёх OCR AUROC (×100) — 91.9–93.4.
В сервисах с рендерером проверяйте verdict: только scored означает реальный скоринг.
Модель выбирает только среди готовых кандидатов, качество ограничено их покрытием и корректностью.
Требования к VRAM в карточке не указаны; для новых парсеров и типов документов советуют отдельную валидацию. Лицензия Apache 2.0.