ЛУЧШИЕ ЛОКАЛЬНЫЕ OCR-модели: тесты и сравнение на реальных документах

В этом ролике тестируем OCR-модели и VLM-модель для распознавания текста из документов, сканов, PDF, таблиц, математических формул и рукописного ввода. Сравниваем PaddleOCR-VL, MinerU, GLM-OCR, Chandra OCR 2, olmOCR 2 и Qwen3.6 35B. Смотрим, как модели сохраняют структуру документа, порядок чтения, Markdown-разметку, таблицы и формулы. Отдельное внимание уделяем сложным случаям, где важны точность OCR, качество распознавания и отсутствие потери ключевых данных. В конце сравниваем результаты по метрикам text accuracy, CER и unit-test pass rate, чтобы понять, какие модели лучше подходят для OCR, RAG-пайплайнов, обработки документов и извлечения текста. Телега - https://t.me/serverflowofficial Блог ServerFlow - https://serverflow.ru/blog/ 00:00 - Вступление 02:08 - 1 Модель. MinerU2.5-Pro-1.2B 02:54 - 2 Модель. PaddleOCR-VL-1.5 03:37 - 3 Модель. GLM-OCR 04:16 - 4 Модель. Chandra-OCR-2 05:00 - 5 Модель. olmOCR-2-7B 05:28 - 6 Модель. Qwen3.6-35B 06:03 - Общий анализ результатов моделей 06:16 - Анализ результатов 1 теста 06:22 - Анализ результатов 2 теста 06:34 - Анализ результатов 3 теста 06:42 - Анализ результатов 4 теста 06:51 - Анализ результатов 5 теста 07:04 - Анализ результатов 6 теста 07:31 - Подведение итогов