トピック

#Ocr

Ocr に関する最新ニュースと解説。

13件の記事

このトピックの記事

新しい順　1 / 2 ページ

ツール6月29日1分

バイドゥの最新オープンソースUnlimited-OCRは、長文ドキュメント解析の限界を突破しました。R-SWA（参照型スライディングウィンドウ注意機構）と定数KVキャッシュ（Constant KV Cache）により、最大32Kトークンの超長文OCRタスクを実現。本記事では、その技術アーキ …

ツール5月26日1分

複雑なPDFや表の処理に頭を悩ませていませんか？NuMindチームがリリースした最新のNuExtract3モデルを徹底解説！わずか4GBのVRAMでローカルデプロイが可能。構造化されたJSON抽出とMarkdown OCR機能を完璧に統合し、企業レベルの文書処理におけるオープンソースの第一 …

ツール2月3日1分

Z.ai が GLM-OCR モデルをオープンソース化。わずか 0.9B のパラメータで、複雑な表や数式の認識において SOTA レベルに到達。GPT-5.2 や Gemini-3-Pro に肉薄する性能を持ちながら、推論コストは従来の OCR の 10 分の 1 です。この軽量ドキュメン …

ツール1月28日1分

DeepSeekチームがオープンソースコミュニティに再び衝撃を与えました。今回彼らがもたらしたDeepSeek-OCR 2は、単にOCR（光学文字認識）の精度を数パーセント向上させただけではありません。このモデルは、長年見過ごされてきた、しかし極めて重要な核心的問題に触れています。それは、 …

ツール11月26日1分

Tencentが新たに発表したHunyuanOCRは、わずか10億（1B）パラメータの軽量設計で、OmniDocBenchなどの複数の権威あるテストにおいてGPT-4oやGeminiを打ち負かしました。この記事では、このネイティブマルチモーダルモデルのアーキテクチャ上の利点、実測データパフ …

ツール11月7日1分

多くの漫画読者や開発者にとって、漫画内の文字を正確に認識することは常に課題でした。最近、日本の漫画に特化して微調整されたAI文字認識（OCR）モデルは、認識精度を27%から70%に向上させ、漫画翻訳および関連アプリケーションに新たな可能性をもたらしました。

ツール10月22日1分

PDFレポート、スキャン文書、図表だらけの論文の処理にうんざりし、手動でのコピー＆ペーストに多くの時間を費やしていませんか？今、PaddleOCR-VLという新しいツールが、これらすべてを完全に変えるかもしれません。最高の認識精度を持つだけでなく、軽量で効率的であり、インターネットのない環 …

ツール10月22日1分

従来のOCRの不正確さや制限にうんざりしていませんか？Chandraをご紹介します。このオープンソースOCRモデルは、画像やPDFを正確に変換するだけでなく、手書き、表、複雑な文書をサポートし、元のレイアウトを完全に保持します。Chandraが開発者や企業に文書処理の新たな可能性をどのよう …

ツール10月21日1分

人工知能スタートアップのDeepSeekは最近、DeepSeek-OCRというオープンソースモデルをリリースし、「文脈的光学圧縮」という革新的な概念を提案しました。単語を一つ一つ読むのではなく、大量のテキストを画像に変換し、AIが「画像を見る」ことで理解できるようにすることで、長いテキスト …

ツール10月15日1分

Nanonetsの最新オープンソースOCR2モデルスイートを探る。LaTeX数式の自動変換やグラフのインテリジェントな記述から、手書き文書や複雑な表の正確な処理まで、Nanonets-OCR2は文書処理の限界を再定義しています。この記事では、その強力な機能、背後にある技術、そしてワークフ …