/ Модель
Каталог

Характеристики

Контекст
512 токенов
Архитектура
vision-encoder-decoder · dense
Базовая модель
exp2-frozen-benyehuda-cont
Библиотека
transformers
Опубликована
21 авг 2026

Ссылки

Hugging Face

trocr-freefonts-s42

cyttic
Изображение и текст → текст

Дообученная модель vision-encoder-decoder, преобразующая изображения в текст.

9скачиваний за 30 дней0лайковвеса обновлены21 авг 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 «Изображение → 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.

Открыть конструктор бенчмарка

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

cyttic/trocr-freefonts-s42 — дообученная модель семейства vision-encoder-decoder на базе cyttic/exp2-frozen-benyehuda-cont. Она принимает изображения и генерирует текст; задача в метаданных — image-text-to-text. На оценочном наборе указаны CER 0,0265, WER 0,0737 и loss 0,4985. Данные не раскрывают назначение датасета, целевые языки, размер модели и условия лицензии, поэтому область применения и ограничения дообучения определить нельзя.

Сценарии применения

  • преобразование изображений с текстом в текст

Ограничения

Назначение обучающего датасета, поддерживаемые языки, лицензия и ограничения применения не описаны. Метрики приведены для оценочного набора, состав которого не раскрыт.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

trocr-freefonts-s42

This model is a fine-tuned version of cyttic/exp2-frozen-benyehuda-cont on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4985
  • Cer: 0.0265
  • Wer: 0.0737

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 3712
  • num_epochs: 3

Training results

Training LossEpochStepValidation LossCerWer
4.75620.161720002.17260.20260.4062
3.64320.323340001.64320.12590.2877
2.76860.485060001.25820.09450.2224
2.42400.646680001.05690.07310.1818
1.90560.8083100000.92490.06220.1577
1.76420.9700120000.83330.05540.1418
1.27251.1316140000.76800.04790.1269
1.30851.2933160000.71270.04410.1166
1.15571.4549180000.67280.04140.1093
1.15671.6166200000.63530.03850.1012
1.15081.7782220000.61030.03440.0927
1.11951.9399240000.56860.03110.0872
0.76352.1015260000.55830.03100.0854
0.86682.2632280000.53920.02980.0826
0.76092.4248300000.52750.02850.0796
0.83302.5865320000.51380.02760.0759
0.76142.7482340000.50560.02730.0756
0.80532.9098360000.50160.02660.0740
0.74473.0371160.49850.02650.0737

Framework versions

  • Transformers 5.15.0
  • Pytorch 2.11.0+cu128
  • Datasets 5.0.1
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
VisionEncoderDecoderModel
Ревизия весов
0f941e0

0 моделей

    Создать бенчмарк