Model details
模型介绍
中文整理20260324
Q&A
问：这到底是一个什么模型？
答：建议先看一下 PaddleOCR-VL-1.5
然后，搞明白 PaddleOCR、PaddleOCR-VL、PaddleOCR-VL-1.5 的关系：
PaddleOCR，是一个 PaddlePaddle 发布的 OCR 的工具（集），这个工具集成了很多的 OCR 模型，并针对实际应用场景做了很多的前、后处理，也就是 pipeline。
PaddleOCR-VL，是 PaddlePaddle 发布的一个 vlm 架构的 OCR 模型。因此，需要明确两点：1. 这是个模型，不是个工具（集）；2. 这是个 vlm 架构的模型，因此，理论上，怎么使用大模型（prompt），就怎么使用 PaddleOCR-VL；大模型输出什么，PaddleOCR-VL 就输出什么。
PaddleOCR-VL-1.5，是 PaddleOCR-VL 的下一个版本，主要区别是，支持了更多的 prompt。
最后，这个项目是 PaddleOCR-VL-1.5 的 llama.cpp 使用的 GGUF 格式的文件，不是工具（集）。
问：为什么输出的是一些乱七八糟的格式？
答：看第一个问题。
问：怎么输出 markdown 格式的输出？
答：看第一个问题。
问：为什么输出错误？
答：可以把 PaddleOCR-VL 理解为 小模型 ，因此，小模型存在的问题，它也存在，比如，有可能出现答非所问的情况（prompt 错误等导致）；有可能出现 non-stop loop 的情况。
20260310
PaddleOCR 官方在 HF 上传了更新后的模型 https://huggingface.co/PaddlePaddle/PaddleOCR-VL-1.5-GGUF
此 repo 也已更新，目前使用 llama-server 可以不使用 --chat-template-file 参数。
PaddleOCR-VL-1.5 GGUF for llama.cpp
PR: https://github.com/ggml-org/llama.cpp/pull/18825
注意** 使用 llama-server 命令时如果报错，可使用 --chat-template-file=path/to/chat template llama.jinja ，参考如下命令：
使用图章图片进行测试：
模型输出：
比对真实输出：
SDK下载
Git下载
如果您是本模型的贡献者，我们邀请您根据模型贡献文档，及时完善模型卡片内容。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
Problem with the information or download?
Sign in to submit feedback.
