Legacy-OCR-Texte lassen Sprachmodelle nur mit 30 Prozent Effizienz lernen – das FineBooks-Projekt will das ändern
Das FineBooks-Projekt von Hugging Face und EleutherAI testete 14 offene OCR-Modelle auf mehr als 2.000 historischen Buchseiten. Die Ergebnisse zeigen, dass kleinere Modelle oft größere Konkurrenten übertreffen, wobei das beste Modell über 97 Prozent Zeichengenauigkeit bei weniger als 2 Dollar pro tausend Seiten erreicht. Laut den Autoren reicht die Qualität für KI-Training, aber noch nicht für wissenschaftliche Zwecke.
Hugging Face
EleutherAI
PaddleOCR (Baidu)
LightOn
DeepSeek
The Decoder (DE)10.08 · 21:02