# 高効率OCR

MixTex base_ZhEn は中国語と英語をサポートする画像からテキストへの変換モデルで、MITライセンスの下で公開されています。

granite-vision-3.2-2bは、視覚的文書理解のために設計されたコンパクトで効率的な視覚言語モデルで、表、チャート、インフォグラフィックなどから自動的に内容を抽出できます。

H2O.aiが開発した8億パラメータの視覚言語モデルで、OCRとドキュメント理解に優れた性能を発揮

MiniCPM-V 2.6はMiniCPM-Vシリーズ最新かつ最強のマルチモーダル大規模モデルで、単一画像、複数画像、動画理解をサポートし、優れた性能と極限の効率性を備えています。