olmOCR

用视觉语言模型将 PDF 和文档图像转成保留阅读顺序的 Markdown。

所属公司／组织艾伦人工智能研究所

阅读与订阅

产品概览

用视觉语言模型将 PDF 和文档图像转成保留阅读顺序的 Markdown。

使用前看: 代码和本次核对的 olmOCR-2-7B-1025-FP8 模型卡均标注 Apache 2.0。README 的本地 GPU 方案要求相应 NVIDIA 环境及显存；远程方案把推理交给所连接服务器，不能描述为全程离线。
官方说明 ↗ · 官方说明 ↗ · 官方说明 ↗

所属公司／组织艾伦人工智能研究所

公司所在国家／地区美国公开公司地址

资料更新2026-10-23