中文简介
lightonai/LightOnOCR-2-1B 是 lightonai 在 Hugging Face 发布的模型仓库,当前卡片主要关联图文理解与多模态生成。本站固定记录上游版本 c97bd377f044,同步到 16 个文件,文件元数据合计 1.88 GB;访问状态为“公开”,许可证字段为“apache-2.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 lightonai/LightOnOCR-2-1B 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
lightonai/LightOnOCR-2-1B 是 lightonai 在 Hugging Face 发布的模型仓库,当前卡片主要关联图文理解与多模态生成。本站固定记录上游版本 c97bd377f044,同步到 16 个文件,文件元数据合计 1.88 GB;访问状态为“公开”,许可证字段为“apache-2.0”。
【适用方向】
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本:c97bd377f044。 任务标签:图文理解与多模态生成。 语言字段:en, fr, de, es, it, nl, pt, sv, da, zh, ja。 架构:LightOnOCRForConditionalGeneration。 上游 Safetensors 元数据显示参数量约 1.01 B。 库标记:transformers。 模型类型字段:mistral3。 上游页面记录的最近更新时间:2026-07-08。
【文件信息】
上游 API 返回 16 个文件,文件元数据合计 1.88 GB。 已保存文件清单中的主要扩展名:.json 7 个、.yaml 3 个、.png 2 个、.jinja 1 个、.md 1 个、.safetensors 1 个。 当前较大的文件包括:model.safetensors(1.87 GB);tokenizer.json(10.89 MB);lightonocr-banner.png(342.76 KB)。
【运行或处理环境】
仓库文件元数据合计 1.88 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 1.87 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
📄 Paper | 📝 Blog | 🚀 Demo | 📊 Dataset | 📓 Finetuning LightOnOCR-2-1B Best OCR model .** LightOnOCR-2-1B is **LightOn's** flagship OCR model, refined with RLVR training for maximum accuracy. We recommend this variant for most OCR tasks. About LightOnOCR-2 LightOnOCR-2 is an efficient end-to-end 1B-parameter vision-language model for converting documents (PDFs, scans, images) into clean, naturally ordered text without relying on brittle pipelines. This second version is trained on a larger and higher-quality corpus with stronger French, arXiv, and scan coverage, improved LaTeX handling, and cleaner normalization. LightOnOCR-2 achieves state-of-the-art performance on OlmOCR-Bench while being ~9× smaller and significantly faster than competing approaches. Highlights ⚡ **Speed:** 3.3× faster than Chandra OCR, 1.7× faster than OlmOCR, 5× faster than dots.ocr, 2× faster than PaddleOCR-VL-0.9B, 1.73× faster than DeepSeekOCR 💸 **Efficiency:** Processes 5.71 pages/s on a single H100 (~493k pages/day) for ** See the paper for full benchmark details and methodology.* Usage with Transformers **Note:** LightOnOCR-2 is avaible in latest transformers release starting from v5. Usage with vLLM Rendering and Preprocessing Tips Render PDFs at 200 DPI to images using a target longest dimension of **1540px** Maintain aspect ratio to preserve text geometry Fine-tuning LightOnOCR-2 is fully differentiable and supports: LoRA fine-tuning Domain adaptation (receipts, scientific articles, forms, etc.) Multilingual fine-tuning with task-specific corpora For fine-tuning, we recommend starting with the **LightOnOCR-2-1B-base** variant. License Apache License 2.0 Acknowlegments The project received funding from the BPI Scribe project. Citation
适用场景
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本:c97bd377f044。 任务标签:图文理解与多模态生成。 语言字段:en, fr, de, es, it, nl, pt, sv, da, zh, ja。 架构:LightOnOCRForConditionalGeneration。 上游 Safetensors 元数据显示参数量约 1.01 B。 库标记:transformers。 模型类型字段:mistral3。 上游页面记录的最近更新时间:2026-07-08。
文件说明
上游 API 返回 16 个文件,文件元数据合计 1.88 GB。 已保存文件清单中的主要扩展名:.json 7 个、.yaml 3 个、.png 2 个、.jinja 1 个、.md 1 个、.safetensors 1 个。 当前较大的文件包括:model.safetensors(1.87 GB);tokenizer.json(10.89 MB);lightonocr-banner.png(342.76 KB)。
上游文件元数据
.eval_results/mdpbench.yaml4.89 KB.eval_results/olmocrbench.yaml2.08 KB.eval_results/parsebench.yaml1.52 KB.gitattributes1.64 KBadded_tokens.json707 Bbenchmark.png319.01 KBchat_template.jinja720 Bconfig.json2.31 KBgeneration_config.json219 Blightonocr-banner.png342.76 KBmodel.safetensors1.87 GBprocessor_config.json1023 B
硬件建议
仓库文件元数据合计 1.88 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 1.87 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。
注意事项
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载:Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。