HF 模型

sbintuitions / sarashina2.2-ocr

Sarashina2.2‑OCR 是一款 3‑B 參數、端到端的 OCR 模型,經過人類偏好優化後,能將日文與英文文件解析為 Markdown,並將表格轉換為 HTML,數學轉換為 LaTeX,圖形轉換為 bounding‑box 註釋;它透過將 SigLIP2 為基礎的視覺編碼器與 Sarashina2.2‑3B‑Instruct LLM 整合,實現高解析度視覺‑語言理解。

其他語言的說明

統計

統計資料截至 2026年11月16日

Hugging Face 下載數(近 30 天)
1,000
Hugging Face 按讚數
34
收錄日
2026年4月21日

下載數(近 30 天)變化

1k1.5k2k11月9月7月5月3月2026年1月1,000
以表格顯示
月份下載(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

各月最後一次快照時的近 30 天下載數。

同分類的熱門資源

研究領域相近的資源

從投影片與文章學習