/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
churro-3B
Опубликована
19 авг 2026

swedish-print-ocr-3b

Изображение и текст → текст

Мультимодальная модель для распознавания шведского печатного текста и фрактуры в исторических книгах 1600–1999 годов.

0скачиваний за 30 дней0лайковвеса обновлены19 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Ericu950 разработал swedish-print-ocr-3b — модель для распознавания текста на изображениях печатных шведских книг 1600–1999 годов. Она предназначена для работы с историческими шрифтами антиква и фрактура. Модель построена на Qwen2.5-VL-3B-Instruct и дообучена на основе stanford-oval/churro-3B; это мультимодальная модель с архитектурой Qwen2.5-VL, поддерживающая анализ изображений и выдающая текст.

Обучение охватывало шведские газетные и книжные источники, шведскую фрактуру и немецкую фрактуру; данные включали 34% шведского текста антиквой, 44% шведского текста фрактурой и 22% немецкого текста фрактурой. Модель подходит для оцифровки исторических изданий и распознавания их текста. Лицензия указана как other. Для этого производственного чекпойнта нет достоверной оценки CER: обучающая выборка включает произведения, которые использовались для оценки другой модели. Выводы также могут содержать циклические повторы или пропуски страниц и колонок в изданиях с параллельным текстом; масштабная проверка результатов человеком не проводилась.

Сценарии применения

  • Оцифровка шведских книг XVII–XX веков
  • Распознавание шведской фрактуры на сканах
  • Извлечение текста из исторических изданий антиквой
  • Распознавание немецкой фрактуры в исторических печатных материалах

Ограничения

Для этого чекпойнта нет достоверной измеренной CER, а его выводы не проходили масштабную проверку человеком. Возможны циклические повторы и пропуски страниц или колонок в изданиях с параллельным текстом.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

swedish-print-ocr-3b (production)

Fine-tune of stanford-oval/churro-3B (itself a fine-tune of Qwen2.5-VL-3B-Instruct) for optical character recognition of Swedish printed books from 1600 to 1999, covering both blackletter (fraktur) and roman (antikva) typefaces.

This is the production model. It is trained on the full available mixture, including the 338 works that were held out to measure error rate elsewhere. It therefore has no valid measured CER of any kind — a number computed on memorized data is not a measurement. For a model with a genuine held-out CER, see Ericu950/swedish-print-ocr-3b-benchmark.

As reference, the benchmark model (same architecture and training recipe, held-out data excluded) reaches 3.25% CER (3.59 ± 0.31% over three seeds) on a 1,182-page, 214-work internal benchmark spanning 1600–1999, and 4.54% on an external Wikisource benchmark, after uniform decoding-repair applied identically to every autoregressive system compared. See the accompanying paper for full method, benchmark construction, and caveats — including known failure modes (repetition-loop decoding, page/column loss in parallel-text editions) that apply equally to this production checkpoint.

Data

Six sources at fixed proportions: NewsEye Swedish newspapers, Projekt Runeberg, GT4HistOCR (German), a Swedish fraktur corpus, Litteraturbanken, and Språkbanken regions — 34% roman Swedish, 44% Swedish blackletter, 22% German blackletter.

Training

Full fine-tune, frozen vision encoder, learning rate 8e-5, cosine decay, effective batch 128, bfloat16, ~1.76 epochs.

Usage

from transformers import Qwen2_5_VLForConditionalGeneration, AutoProcessor

model = Qwen2_5_VLForConditionalGeneration.from_pretrained(
    "Ericu950/swedish-print-ocr-3b", torch_dtype="bfloat16", device_map="auto"
)
processor = AutoProcessor.from_pretrained("Ericu950/swedish-print-ocr-3b")

License

Inherits the Qwen Research License Agreement from the base model chain (Qwen2.5-VL-3B → CHURRO-3B) — research use, see linked license. Not evaluated for commercial redistribution.

Limitations

Nothing about this checkpoint's own output has been proofread by a human at scale. See the paper's Limitations section for measurement pitfalls (loss ≠ CER, small validation sets, looping pages, page-alignment verification coverage) that apply to the training run this checkpoint came from.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
5b9822e

0 моделей