HF 模型

sbintuitions / sarashina2.2-ocr

Sarashina2.2‑OCR 是一个 3‑B 参数的端到端 OCR 模型,经过人工偏好优化后,能够将日文和英文文档解析为 Markdown,同时将表格转换为 HTML,数学公式转换为 LaTeX,图形转换为边界框注释,其实现方式是将 SigLIP2‑基础的视觉编码器与 Sarashina2.2‑3B‑Instruct LLM 集成,从而实现高分辨率视觉‑语言理解。

其他语言的说明

统计

统计数据截至 2026年11月16日

Hugging Face 下载数(近 30 天)
1,000
Hugging Face 点赞数
34
收录日
2026年4月21日

下载数(近 30 天)变化

1k1.5k2k11月9月7月5月3月2026年1月1,000
以表格显示
月份下载(30天)
2025年12月—
2026年1月—
2026年2月—
2026年3月—
2026年4月1,000
2026年5月1,000
2026年6月1,000
2026年7月1,000
2026年8月2,000
2026年9月2,000
2026年10月1,000
2026年11月1,000

各月最后一次快照时的近 30 天下载数。

同分类的热门资源

研究领域相近的资源

通过幻灯片与文章学习