dots.mocr

קוד פתוח

dots-studiomit2026-03-19

dots_mocr
safetensors
dots_ocr
text-generation
image-to-text

מודל ראייה ושפה קומפקטי לחילוץ מבנה ממסמכים והמרת גרפיקה לקוד SVG. הוא עוקף מודלים ייעודיים גדולים ממנו ומציע חלון הקשר עצום.

3Bפרמטרים
131,072טוקנים בהקשר
5.7 GBמשקל הקבצים
598,778הורדות בחודש

מה זה

הוא מיועד לחילוץ טקסט, ניתוח מבנה של מסמכים מורכבים והמרה ישירה של תרשימים, נוסחאות וממשקי משתמש לקוד SVG. מעבר למשימות OCR רגילות, המודל מחזיר מבנה מלא של הדף כולל תיחום אלמנטים, זיהוי סדר קריאה והבנה סמנטית.

במדדי מסמכים כמו OmniDocBench הוא מציג שגיאות עריכה נמוכות משמעותית ממודלים כמו DeepSeek-OCR או PaddleOCR, ועומד על תוצאה של 0.031 בשגיאות טקסט ו־0.029 בסדר קריאה. במבחן olmOCR-bench הוא הגיע לציון כולל של 83.9, שגובר גם על מודלים של שבעה מיליארד פרמטרים. מה שמעניין כאן זה השילוב בין דיוק גבוה בטבלאות ונוסחאות לבין היכולת לייצר קוד וקטורי מתוך גרפיקה, תחום שבדרך כלל שמור למודלי ענק.

מתאים ל

פירוק דפי PDF ל־Markdown
הוא מזהה מבנה עמודות, טבלאות ונוסחאות, ומחלץ מסמכים ארוכים ישירות לטקסט מובנה ונקי.
המרת עיצובים לקוד וקטורי
הוא מסוגל לקרוא צילומי מסך של תרשימים או ממשקים ולפלוט אותם ישירות כקובץ SVG שניתן לעריכה.
ניתוח מסמכים רב-עמודיים
חלון של מעל מאה אלף טוקנים מאפשר להזין הקשר רחב של דפים וטקסט בלי לקטוע את התוכן באמצע.

איפה זה נופל

בסריקות ישנות ופגומות הביצועים צונחים, ובמבחן הייעודי לכך הוא נעצר על 48.2 נקודות. בנוסף, המפתחים מודים שמגבלת הגודל פוגעת ביכולת להתמודד עם כל סוגי הגרפיקה המורכבת, ולכן הם הוציאו גרסה נפרדת ל־SVG. מבחינת שפות המודל מאומן בעיקר על אנגלית וסינית, ואין פירוט על איכות התמיכה בעברית או במסמכים מימין לשמאל.

שאלות
נפוצות

האם המודל תומך במסמכים בעברית?

כרטיס המודל מציין תמיכה באנגלית, סינית ושפות נוספות, ומציג דוגמאות ברוסית וטיבטית. אין נתונים או בדיקות על עברית ויישור מימין לשמאל, ולכן חובה לבדוק אותו על קובצי דוגמה מקומיים לפני שמסתמכים עליו.

מה ההבדל בינו לבין dots.mocr-svg?

הגרסה הרגילה היא מודל רב תכליתי שמטפל בטקסט, פריסה, הבנה כללית וגרפיקה. גרסת ה־SVG אומנה במיוחד עבור המרת תמונות ותרשימים לקוד וקטורי, והיא מגיעה לתוצאות גבוהות יותר במבחני גרפיקה ייעודיים כמו Chartmimic.

האם עדיף להריץ אותו מקומית או לפנות למודל גדול ב־API?

במשקל של פחות משישה גיגה בייט קל וזול להריץ אותו על שרת עצמאי עם vLLM, והוא עוקף מודלים סגורים בחלק ממדדי מבנה המסמך. הפנייה ל־API חיצוני עדיפה רק אם חסרה לכם חומרת GPU מתאימה או כשמדובר בסריקות ישנות מאוד שדורשות מודלי ענק.

איך מריצים

המשקל הכולל של הקבצים עומד על 5.7 גיגה בייט בדיוק של bfloat16. כרטיס מסך בודד עם 8 עד 12 גיגה זיכרון יספיק להרצה מקומית בסיסית, אבל ניצול של חלון ההקשר המלא ידרוש כרטיס חזק יותר עם 16 או 24 גיגה זיכרון.

הריצה נתמכת ישירות דרך vLLM מגרסה 0.11.0, שזה הנתיב המומלץ לביצועים מהירים ותמיכה בשרת פרודקשן, או דרך ספריית קוד ייעודית וטרנספורמרס. קיימת גם גרסה מקבילה שנקראת dots.mocr-svg, ומיועדת ספציפית למי שצריך רק המרה של גרפיקה לקוד וקטורי בביצועים גבוהים יותר.

pip install -U huggingface_hub
hf download dots-studio/dots.mocr

הרישיון

הפרויקט מופץ תחת רישיון MIT. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד ולהפיץ אותו מחדש בתוך מוצר סגור, בלי צורך לשלם תמלוגים. התנאי היחיד הוא שמירה על הודעת זכויות היוצרים המקורית של היוצרים.

שימוש מסחרי
שינוי הקוד
הפצה מחדש

הרישיון המלא בעמוד המודל ↗