/ Модель

Характеристики

Контекст
512 токенов
Архитектура
vision-encoder-decoder · dense
Базовая модель
trocr-hebrew-small-untrained
Библиотека
transformers
Опубликована
19 сен 2026

trocr-small-BY5-bridgeinit-random

Изображение и текст → текст

Дообученная vision-encoder-decoder модель для распознавания текста на изображениях.

50скачиваний за 30 дней0лайковвеса обновлены20 сен 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.

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-small-BY5-bridgeinit-random — дообученная модель cyttic на базе cyttic/trocr-hebrew-small-untrained. Она использует архитектуру vision-encoder-decoder и предназначена для преобразования изображений в текст, в частности для сценариев OCR.

В карточке приведены результаты оценки: loss 6.0933, CER 0.7778 и WER 1.2169. Датасет обучения не указан; приведённые метрики указывают на слабое качество распознавания в оценочном наборе. Модель распространяется в формате safetensors для Transformers; сведения о лицензии отсутствуют.

Сценарии применения

  • извлечение текста из изображений
  • OCR для сканов и фотографий
  • преобразование изображения документа в текст

Ограничения

На оценочном наборе указаны CER 0.7778 и WER 1.2169, что свидетельствует о слабом качестве распознавания. Датасет обучения и лицензия не указаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

trocr-small-BY5-bridgeinit-random

This model is a fine-tuned version of cyttic/trocr-hebrew-small-untrained on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 6.0933
  • Cer: 0.7778
  • Wer: 1.2169

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: 5e-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: 1550
  • num_epochs: 1.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCerWer
13.42510.129020006.56930.84021.4154
12.65900.258140006.32720.78071.1604
12.86450.387160006.28350.80621.2792
12.61350.516180006.18510.76301.1248
12.45750.6452100006.14600.78451.1443
12.60730.7742120006.12200.78961.1791
12.50700.9032140006.10160.78301.2277
12.25741.0155006.09330.77781.2169

Framework versions

  • Transformers 5.15.0
  • Pytorch 2.10.0+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
8c9c66c

0 моделей