
US Job Market Visualizer
利用大语言模型(LLM)为美国经济的 342 种职业 逐一打分,量化评估了当前 AI 技术对每个职业的“数字化 AI 暴露度”(Digital AI Exposure),并通过直观的矩形树图(Treemap)呈现出来,让我们能一眼看清哪些职业正处于 AI 变革的风暴中心。
OCRFlux 是一个基于多模态大语言模型的工具包,可以将 PDF 和图像转换为干净、可读的纯 Markdown 文本,显著提升当前技术水平。
OCRFlux 是一款基于 多模态大语言模型(VLM) 的工具包,专为将 PDF 文档和图像转换为结构清晰、可读性强的 Markdown 文本 而设计。它在处理复杂文档布局、跨页内容及高质量表格解析方面表现出色,显著优于现有开源和商业 OCR 工具。


| 语言 | 模型名称 | EDS 提升幅度 |
|---|---|---|
| 英文 | olmOCR-7B → OCRFlux-3B | +0.086 |
| 中文 | olmOCR-7B → OCRFlux-3B | +0.103 |
| 总体 | olmOCR-7B → OCRFlux-3B | +0.095 |
| 表格类型 | olmOCR-7B 成绩 | OCRFlux-3B 成绩 | TEDS 提升幅度 |
|---|---|---|---|
| 简单 | 0.810 | 0.912 | +0.102 |
| 复杂 | 0.676 | 0.807 | +0.131 |
| 总体 | 0.744 | 0.861 | +0.117 |
EDS(编辑距离相似度)和 TEDS(树编辑距离相似度)越高,表示与真值越接近,质量越好。
OCRFlux 是首个全面支持 跨页内容自动检测与合并 的开源 OCR 工具,适用于金融报告、学术论文等长文档场景。
| 指标 | 英文样本 | 中文样本 | 综合得分 |
|---|---|---|---|
| Accuracy | 0.978 | 0.994 | 0.986 |
| F1 Score | 0.978 | 0.994 | 0.986 |
| 表格类型 | TEDS 得分 |
|---|---|
| 简单 | 0.965 |
| 复杂 | 0.935 |
| 总体 | 0.950 |
OCRFlux-bench-single:单页解析质量评估(含英文/中文各 1000 页)OCRFlux-pubtabnet-single:HTML 表格生成评估OCRFlux-bench-cross:跨页元素检测评估OCRFlux-pubtabnet-cross:跨页表格合并评估所有测试数据均未用于训练,确保评估公平性。
| 模型 | 英文 EDS | 中文 EDS | 平均 EDS |
|---|---|---|---|
| olmOCR-7B-0225-preview | 0.885 | 0.859 | 0.872 |
| Nanonets-OCR-s | 0.870 | 0.846 | 0.858 |
| MonkeyOCR | 0.828 | 0.731 | 0.780 |
| OCRFlux-3B(本项目) | 0.971 | 0.962 | 0.967 |
| 模型 | 简单表格 | 复杂表格 | 平均 TEDS |
|---|---|---|---|
| olmOCR-7B-0225-preview | 0.810 | 0.676 | 0.744 |
| Nanonets-OCR-s | 0.882 | 0.772 | 0.828 |
| MonkeyOCR | 0.880 | 0.826 | 0.853 |
| OCRFlux-3B(本项目) | 0.912 | 0.807 | 0.861 |
OCRFlux 特别适合以下应用场景:
我们还提供了多个实际案例研究,展示 OCRFlux 在真实世界文档中的强大解析能力,包括:
这些案例充分展示了 OCRFlux 在多种文档结构下的卓越适应性和稳定性。







