模型详情
模型介绍
中文整理# Unlimited OCR Works
模型用途
通用文档OCR模型，支持一次性长视野解析，可处理长文档的端到端识别任务。
## 主要能力
一次性长视野解析：能够在单次推理中处理长篇文档内容，适用于复杂文档的结构化识别。
## 输入输出
输入：文档图像
输出：文档文本内容及结构化信息
运行要求
Python 3.12.3 + CUDA 12.9
支持NVIDIA GPU运行
基本用法
支持多种推理框架：
Transformers：使用Huggingface transformers进行推理
vLLM：支持vLLM部署
Docker：提供预构建镜像，支持CUDA 12.9（Hopper GPU）和CUDA 13.0平台
SGLang：支持通过SGLang服务器进行OpenAI兼容API调用
限制
模型适用于文档图像OCR任务，具体性能表现取决于输入文档的质量和复杂度。
许可证
（原文未提供许可证信息）
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。
资料或下载有问题？
登录后可提交反馈。