長い動画バッチ字幕認識と検索アプリケーション

HunyuanOCRオープンソース:1Bパラメータを用いたエンドツーエンドのマルチシナリオOCRエキスパートモデル

1. 要約 HunyuanOCRは、騰訊のHunyuanチームがオープンソース化したエンドツーエンドのOCRエキスパートモデルで、Hunyuanのネイティブマルチモーダルアーキテクチャとトレーニング戦略に基づいており、約10億パラメータでOCRBench(<3Bスケール)およびOmniDocBenc...