最新资讯
stackoverflow.blog 欢迎来到芯片时代:半导体制造、AI 数据中心与芯片设计的未来 www.youtube.com AI Agent 总犯同样的错:CentralAgent AI 将记忆重构为经验系统 pub.towardsai.net Netflix 科学家建议重采样 LLM 评判:5 次仅将误差棒缩小 13% pub.towardsai.net Jev 作为 LLM 前的静默层:构建提示感知的模型路由器 reddit.com OpenAI 称 Astra 仅满足 10% 安全任务标准 dev.to FreeToken:在自有 GPU 上运行前沿 MoE 模型及其内存需求 dev.to 当 AI Agent 说“完成”时,究竟完成了什么? dev.to 部署 Underdog Bark 3.0 Pro:逐字转写、自定义后端与分块设置 dev.to 为艰难对话构建 AI:五个 Agent、一条安全正则与一位盲评监督者 techcrunch.com Palo Alto Networks 洽谈以 5 亿美元收购 AI Agent 安全初创公司 Clutch theinformation.com 黄仁勋被要求就涉华间谍指控向国会作简报 www.infoq.com Edera 推出 Object Capability Bounded Authority,试图将凭证与 AI Agent 工作负载隔离
多元动态
登录 注册
大模型 x.com · @JinaAI_

Jina AI 发布 jina-ocr-v1:基于 DeepSeek-OCR 后训练,面向低预算 GPU

原文 我的收藏

Jina AI 表示 jina-ocr-v1 基于 DeepSeek-OCR 进行后训练,加强了 25 种语言的多语言支持,并针对 NVIDIA L4 等低预算 GPU 优化。该模型在 OmniDocBench v1.6 上得分 91.14,在 olmOCR-Bench 上得分 83.4,并称其页面吞吐在所有竞品中最高。

AI推荐理由 Jina AI 官方给出 jina-ocr-v1 的具体技术信息:基于 DeepSeek-OCR 后训练,强化 25 种语言支持,面向 NVIDIA L4 等低预算 GPU 优化,并列出 OmniDocBench v1.6 得分 91.14、olmOCR-Bench 得分 83.4,以及称其页面吞吐为竞品最高。局限:基准分数与吞吐领先均为厂商自述,未提供第三方复现或完整对比条件。

72 浏览 85 点赞 0 评论 1 转发 0

正文

Post-trained on DeepSeek-OCR, we strengthened multilingual support across 25 languages and optimized it for low-budget GPUs such as the nvidia L4. jina-ocr-v1 scores 91.14 on OmniDocBench v1.6 and 83.4 on olmOCR-Bench, and hits the highest page throughput among all competitors. ![Tweet Image](https://pbs.twimg.com/media/HSbjgSuaIAAa6Xv.jpg)

来源报道 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容