MiniCPM-OCR Jev

MiniCPM-OCR Jev

给文字、公式或表格区域的 OCR 结果打 0 到 1 的分，表示结果正确的可能性。适合自动接受可靠结果、把其余的送去复核或在多个 OCR 模型间择优的团队。

由 openbmb 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：MiniCPM-OCR Jev 是一个 2B 模型，它判断 OCR 输出，而不是自己生成输出。你给它一个区域的图像和一个候选 OCR 结果，它返回 0 到 1 之间的分数。分数越高，候选结果越可能正确。

它的基础是 Qwen3.5-2B。常规的文本输出头被换成一个是非判断头，用来学会分辨正确和错误的候选结果。

适合谁：它适合大规模对文档做 OCR 的团队，用来决定哪些结果可以直接通过，哪些需要人来检查。

行业 | 谁在用 | 怎么用 | 例子
法律 | 文档团队 | 复核前先筛查解析出的合同文本 | 把低分区域送给复核员
金融 | 后台团队 | 自动检查解析出的收据内容 | 接受高分的收据行
文档 AI | OCR 工程师 | 在同一区域对比多个 OCR 模型 | 保留得分最高的候选
研究 | 机器学习工程师 | 研究判别模型如何区分对错 | 在新的文档类型上测试

如果你需要自己能从图像读出文字的模型，可以跳过它，因为它只给结果打分。

用在哪里：模型卡介绍了云 API、Docker 镜像和 SDK 服务，你可以在装有 Python 的 Windows、macOS 或 Linux 上下载文件。

• 云 API
• Docker 镜像
• SDK 服务，带或不带内置渲染器

用途 | 谁 | 得到什么
自动筛查 | 运营团队 | 每个区域的分数，以及自动接受的阈值
分流到人工复核 | 文档团队 | 需要人处理的区域清单
多选一 | OCR 工程师 | 每个区域得分最高的结果，按阅读顺序拼合

如何设置：你需要带 pip 的 Python 来下载文件。运行它时，使用托管 API、容器镜像或 SDK 服务。BF16 权重约占 4.4 GB。

• 带 pip 的 Python
• BF16 权重约 4.4 GB 的磁盘空间
• 查看请求字段用的项目部署指南

1. 安装 Hugging Face hub 包。
2. 下载模型文件。
3. 通过你选的服务运行模型。

pip install -U huggingface_hub
hf download openbmb/MiniCPM-OCR-Jev

如何使用：对每个区域，发送原始区域图像、候选文本和区域类别，类别是文字、公式或表格之一。你会得到一个分数。用你自己应用里的样本来选阈值。

输入 | 内容
区域图像 | 文档中裁出的图
候选文本 | 要判断的 OCR 结果
类别 | 文字、公式或表格

示例：你用某个 OCR 模型解析一张收据，把每一行区域和它的文本发给评分器。高于阈值的行自动通过，低于阈值的行交给人处理。

新手与专家：如果你是新手，挑一小批你已经知道对错的区域，给它们打分，看看合理的阈值落在哪里。

如果你懂这个领域，模型卡在 JevOCRBench 上测得的 AUROC 是 93.6。用四个 OCR 模型做的跨解析器测试，得分在 91.9 到 93.4 之间，所以请在你自己的数据上再检查。

OCR 模型解析一个区域
Jev 给候选结果打分
阈值把结果分开
低分的送去复核

注意事项：阈值调高，通常让自动通过的结果变少，所以要同时关注被接受结果的准确率和复核量。模型卡的测试只用了特定的解析器和样本，所以请在你自己的文档类型上验证。

• License: apache-2.0
• Cost to run: 未提及费用，不过模型卡也提到有免费 API
• Data it reaches: 你发送的区域图像和 OCR 文本，以及你下载的模型文件
• Not for: 单独从图像读取文字，因为它只给候选结果打分

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 框架：transformers
• 参数量：2.2B
• Weights: about 4.4 GB in BF16; about 1.1 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：41,426
• 点赞：96
• 许可证：apache-2.0
• 语言：en, zh
• 基于：Qwen/Qwen3.5-2B
• Quantized versions: 5
• Fine-tunes: 3
• 标签：transformers, safetensors, qwen3_5, image-text-to-text, minicpm-ocr, correctness-decision, ocr-verification, multimodal, vision-language, conversational

链接

• 模型：https://huggingface.co/openbmb/MiniCPM-OCR-Jev
• 文件：https://huggingface.co/openbmb/MiniCPM-OCR-Jev/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download openbmb/MiniCPM-OCR-Jev

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。