/ Модель

Характеристики

Контекст
131 072 токена
Параметры
318 млн
Лицензия
Apache 2.0
Архитектура
paddleocr_vl · dense
Опубликована
5 июл 2026

OmniParse-v1

Генерация текстаТекст → текст

OmniParse-v1 — модель PaddleOCR-VL для OCR и преобразования документов, таблиц, формул и диаграмм в структурированный Markdown.

7скачиваний за 30 дней0лайковвеса обновлены5 июл 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

OmniParse-v1 — модель обработки документов на основе архитектуры PaddleOCR-VL, опубликованная ManvithReddy. Она предназначена для локального извлечения содержимого из сканов и PDF с помощью OCR и анализа структуры страниц.

Модель принимает изображения документов и формирует структурированный текст в Markdown. В карточке заявлены распознавание плотных многостолбцовых текстов, таблиц, формул и диаграмм; среди целевых примеров названы ведомости оценок и счета. Объём модели — 318,2 млн параметров, контекст — 131 072 токена; формат весов — safetensors. Для работы автор указывает OmniParse Python/Gradio pipeline.

Модель основана на PaddleOCR-VL и адаптирована для локального офлайн-извлечения документов. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит результаты сравнительных оценок качества, поэтому заявленные возможности стоит проверять на конкретных типах документов.

Сценарии применения

  • извлечение текста из сканов многостолбцовых документов
  • преобразование таблиц в Markdown
  • разбор счетов и ведомостей оценок
  • извлечение формул и данных с диаграмм
  • локальная обработка PDF и изображений документов

Ограничения

Карточка не содержит сравнительных оценок качества или описания проверенных ограничений; качество на конкретных типах документов следует оценивать отдельно.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OmniParse-v1

OmniParse-v1 is a powerful Vision-Language Model (VLM) customized for Intelligent Document Processing (IDP). It is designed to understand complex document layouts, such as dense mark sheets, invoices, and unstructured PDFs, and natively extract beautifully structured Markdown.

🚀 Features

  • Table Recognition: Perfectly extracts grids and nested tables into native Markdown format.
  • Formula & Chart Parsing: Capable of understanding and extracting complex visual data.
  • Robust OCR: Reads dense, multi-column text effortlessly.

💻 Usage

This model is intended to be used with the OmniParse Python/Gradio pipeline.

from transformers import AutoModelForCausalLM, AutoProcessor
import torch

model_id = "ManvithReddy/OmniParse-v1"

# Load the processor and model
processor = AutoProcessor.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_id, 
    trust_remote_code=True, 
    torch_dtype=torch.bfloat16
).eval()

📖 Origins

This model is derived from the PaddleOCR-VL architecture and customized for local, offline document extraction tasks.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
PaddleOCRVLForConditionalGeneration
Ревизия весов
410f7fd

0 моделей