ATH-MaaS는 Qwen3.5-0.8B에서 포스트 트레이닝된 0.8B 비전-라nguange 모델인 OvisOCR2를 출시했습니다. 이 모델은 v1.6에서 96.58의 점수를 기록하며 OmniDocBench 리더보드 선두에 오른 첫 번째 엔드투엔드 모델입니다.

  • 단일 페이지 이미지에서 HTML 테이블과 LaTeX 수식을 포함한 완전한 마크다운을 생성하여 파이프라인 OCR 시스템에서 흔히 발생하는 레이아웃 감지 실패를 제거합니다.
  • 827개의 실제 스캔된 의료 문서 테스트에서 OvisOCR2는 평균 F1 점수 0.947을 달성했으며, GLM-OCR의 0.908보다 우수했습니다. 최악의 경우(p10 F1: 0.898 vs 0.810)에서도 상당한 개선을 보였습니다.
  • vLLM 0.22.1을 사용하는 단일 RTX 5090에서 모델은 동시성 32에서 분당 590페이지의 최대 처리량을 달성했으며, 최적 성능은 150 DPI에서 발휘됩니다.
  • 저자는 탐욕적 디코딩이 약 0.5%의 경우에서 반복 루프를 유발할 수 있지만, 재시도 시 주파수 페널티를 적용하면 정당한 콘텐츠를 왜곡하지 않고 문제를 해결할 수 있다고 밝혔습니다.

이 모델은 복잡한 레이아웃이나 스캔 품질이 낮은 문서에 대해 기존 파이프라인 OCR보다 더 높은 정확도와 단순한 배포를 제공합니다.