OCR 与文档智能研究 Wiki

Tag: grpo

4 items with this tag.

  • 2026年9月02日

    ArmorOCR — 困难视觉文本的定位、识别与 Spotting 联合强化

    • ocr
    • scene-text
    • text-spotting
    • localization
    • adversarial-ocr
    • self-distillation
    • grpo
    • benchmark
    • front-detr-relevant
    • back-ar-relevant
  • 2026年8月01日

    LayoutLite — Token 级隐式版面分析加速文档 OCR

    • ocr
    • document-parsing
    • visual-token-compression
    • layout-analysis
    • grpo
    • reinforcement-learning
    • vlm
    • kv-cache
    • front-detr-relevant
    • back-ar-relevant
    • plug-and-play
  • 2026年7月25日

    FireRed-OCR: Specializing General VLMs into OCR Models

    • ocr
    • document-parsing
    • grpo
    • structural-hallucination
    • data-factory
    • three-stage-training
    • markdown
  • 2026年7月23日

    MinerU2.5-Pro: Data-Driven Document Parsing (same 1.2B architecture)

    • ocr
    • document-parsing
    • data-engine
    • training-strategy
    • grpo
    • omnidocbench
    • milestone

4 items with this tag.

  • 2026年9月02日

    ArmorOCR — 困难视觉文本的定位、识别与 Spotting 联合强化

    • ocr
    • scene-text
    • text-spotting
    • localization
    • adversarial-ocr
    • self-distillation
    • grpo
    • benchmark
    • front-detr-relevant
    • back-ar-relevant
  • 2026年8月01日

    LayoutLite — Token 级隐式版面分析加速文档 OCR

    • ocr
    • document-parsing
    • visual-token-compression
    • layout-analysis
    • grpo
    • reinforcement-learning
    • vlm
    • kv-cache
    • front-detr-relevant
    • back-ar-relevant
    • plug-and-play
  • 2026年7月25日

    FireRed-OCR: Specializing General VLMs into OCR Models

    • ocr
    • document-parsing
    • grpo
    • structural-hallucination
    • data-factory
    • three-stage-training
    • markdown
  • 2026年7月23日

    MinerU2.5-Pro: Data-Driven Document Parsing (same 1.2B architecture)

    • ocr
    • document-parsing
    • data-engine
    • training-strategy
    • grpo
    • omnidocbench
    • milestone

Created with Quartz © 2026

  • GitHub