Tencent, Dünya Çapında En İyi OCR Performansını Gösteren HunyuanOCR Modelini Açık Kaynak Olarak Yayınladı

Haber: Tencent, görsel

• işleme alanında çığır açan HunyuanOCR modelini açık kaynak olarak paylaştı. 1 milyar parametreye sahip olan model, ICDAR2025 yarışmasında birincilik elde etti ve 3 milyar parametrenin altındaki modeller arasında OCRBench sıralamasında en üst sıraya yerleşti.

Üst Düzey Performans ve Başarı

Model, uluslararası saygınlığa sahip ICDAR2025 doküman analizi ve metin tanıma yarışmasını kazanarak yeteneklerini kanıtladı. Ayrıca, OCRBench değerlendirmesinde 3 milyar parametreden küçük modeller kategorisinde lider konumda yer alıyor. HunyuanOCR, uçtan uca mimarisi sayesinde yüksek doğruluk ve verimlilik sunuyor.

Teknolojik Özellikler ve Entegrasyon

Uçtan Uca Mimari

Model, geleneksel yaklaşımlardan farklı olarak, metin tanıma sürecinin tamamını tek bir modelle ele alan uçtan uca bir mimariye sahiptir. Bu da sistemin genel performansını ve tutarlılığını artırıyor.

Hızlı Erişim ve Kullanım

Açık kaynak koduyla birlikte, HunyuanOCR şu anda Hugging Face platformunda trend olan modeller arasında yer alıyor. Geliştiricilerin modeli hızlı bir şekilde denemesi ve entegre etmesi için vLLM (vektörleştirilmiş büyük dil modeli) ile entegrasyonu da sağlandı. Bu entegrasyon, modelin dağıtımını ve çıkarım hızını önemli ölçüde iyileştiriyor.