Ocr

• Qwen 3.5 モデルが OCR と赤出し作業における優越性を検証した個人向け観測記事
• 24GB VRAM 未満の消費級 GPU でも実行可能な Qwen 3.5 27B の性能評価と推薦
• 手書きテキスト、顔検出、カスタムエンティティ特定における実用ワークフロー提案

消費級ハードウェア上の大規模 VLM を活用した赤出し実用化が可能となり、機密情報の管理とセキュリティ対策における新しい自律性を実証した。

• Chandra 2 は表、数式、手書き文字を含む複雑なドキュメント配列を維持したまま構造データを抽出する State of the Art OCR モデルです。
• 90 以上の言語をサポートし、OlmOCR ベンチマークを大幅に上回る結果を示すとともに数学やフォーム解析に強みを持っています。
• vLLM サーバーおよびホスティングされた API を含む多様なデプロイ方式で提供され、研究・開発環境での採用が容易です。

複雑なレイアウトや手書き文字を処理する OCR モデルとしての性能向上と多言語サポートの強化は、ドキュメント解析の産業標準を変える可能性があります。