Jina, DeepSeek-OCR'ı modifiye etti; kendi test ettiği 14 model arasında sayfa veriminde birinci oldu.

动察 Beating AI hızlı haber: Jina AI, PDF'leri, taranmış belgeleri, tabloları ve grafikleri doğrudan Markdown'a dönüştürebilen jina-ocr-v1 belge ayrıştırma modelini yayınladı. Model, DeepSeek-OCR üzerinde sonradan eğitim yapılarak geliştirildi; yaklaşık 3,4 milyar toplam parametreye ve kod çözme sırasında her Token için yaklaşık 570 milyon parametre etkinleştiren MoE mimarisine sadık kalındı ve FastMTP spekülatif kod çözme eklendi.

Jina'nın kendi testlerinde jina-ocr-v1, OmniDocBench v1.6'da 91,14 puan alarak DeepSeek-OCR-2'den 0,89 puan yüksek; olmOCR-Bench'te ise 83,4 puan alarak gerçekte temel aldığı DeepSeek-OCR temel modelinden 7,4 puan yüksek performans gösterdi.

Verimlilik, Jina'nın öne çıkardığı satış noktalarından biri. Tek bir A100'de, 32 eşzamanlılıkla saniyede 2,57 sayfaya ulaşarak Jina'nın test ettiği 14 sistem arasında en yüksek değeri elde etti; bu, DeepSeek-OCR'ın saniyede 2,10 sayfasından yaklaşık %22 daha yüksek.

Model ağırlıkları Hugging Face'e yüklendi ve CC BY-NC 4.0 lisansıyla sunuluyor; ticari kullanım için Jina ile iletişime geçilmesi gerekiyor.