Jerry Liu 发布 OCRia-1，文档解析精度成本延迟全领先

今天我们发布 OCRia-1，这是一款用于文档解析的前沿 VLM，在准确率、成本和延迟方面创下了新的 SOTA。它不仅在 ParseBench 上取得了新的高分（87.4），还在三个第三方基准测试中领先：olmOCR-bench*（总分 83.5，表格得分 92.9！）、PulseBench-Tab（84.1）和 fr-bench-pdf2md（72.1）。

OCRia-1 非常擅长解析复杂表格：嵌套表头、合并单元格、不规则网格、扫描表格等等。它还非常擅长解析复杂的无标签图表（折线图、柱状图、饼图、技术图表），并能保留复杂格式。大多数真实企业文档至少包含其中一种，无论是大型的税务预扣表还是公开的经济报告。

它是一个 4B 模型，性能优于所有其他类似参数级别的模型：LightOnOCR-3、Chandra-OCR 2、Mistral OCR 4.1 等。它的速度也极快。

这一切都要归功于我们的研究团队，他们花费了无数时间来策划多样化的数据集、调整训练流程，并在模型优化上榨取每一分性能，以便它能大规模处理数十亿页文档。

OCRia-1 作为基础模型，正在驱动我们 LlamaParse 中的所有模式（高性价比模式、智能体模式、智能体增强模式），所以你今天就可以使用它的功能！如果你正在大规模处理数百万/数十亿份文档，我们将为预约演示的企业提供高达 3000 美元的额度，用于引导式评估。**

*olmOCR-bench 分数是基于所有模型统一在 1,288px 渲染后调整的

**企业 POC 额度适用于预约演示的符合条件的组织