El Instituto de Innovación Tecnológica ha lanzado Falcon-OCR-Arabic, un modelo de OCR de fusión temprana con 270M parámetros adaptado para documentos en árabe. La adaptación implica un ajuste fino supervisado sobre datos reales y sintéticos, seguido de aprendizaje por refuerzo para mejorar la precisión en diseños complejos y diacríticos.

  • Ocupa el puesto #2 entre 17 modelos con una precisión textual del 81.9%, solo por detrás de Gemini 3.5 Flash (84.3%).
  • Logra el mayor Table TEDS de todos los modelos comparados, con un 59.95%, liderando al siguiente mejor modelo por 8.65 puntos.
  • Ocupa el puesto #1 en documentos oficiales, formularios administrativos, recibos e facturas.
  • Supera a Claude Opus 5.5, Claude Fable 5, GPT Astra y Qwen 3.8 Max.

El modelo demuestra que adaptar una arquitectura de OCR compacta puede superar a modelos de visión y lenguaje de propósito general más grandes y otros sistemas de OCR dedicados en texto árabe.