OCR LLM
跳转到导航
跳转到搜索
支持OCR的LLM的记录。
| 模型 | 优势 | 缺点 | 备注 |
|---|---|---|---|
| PaddleOCR | 没有幻觉 | 不直接支持版面识别 | |
| noctrex/LightOnOCR-1B-1025-GGUF:Q8_0 | 带格式的输出；快速 | 准确度有限、容易有幻觉 | |
| mradermacher/LightOnOCR-2-1B-i1-GGUF:Q6_K | 准确度有所提高，但对中文还是不行 | ||
| PaddleOCR-VL-1.5 Q8_0 | 支持公式和印章等 | 准确度偏低
不知道为什么，bf16版本比Q8_0更笨 |
使用llama.cpp运行时不支持对话 |
| mradermacher/GLM-OCR-GGUF:Q8_0 | 比PaddleOCR-VL-1.5准确度略高
支持公式 |
不支持表格
需要提示词 |
|
| hyojk2001/chandra-ocr-2-Q4_K_M-GGUF:Q4_K_M | HTML输出
标记内容类型和位置 支持公式和图表 |
只能输出为HTML | |
| unsloth/Qwen3.5-4B-GGUF:UD-Q4_K_XL | 支持对话
能识别表格 |
比PaddleOCR-VL-1.5准确度略低
不够忠实于原文 公式识别错误 |
|
| unsloth/gemma-4-E4B-it-GGUF:UD-Q4_K_XL | 支持对话 | 提示词写「OCR」它会不理解，需要详细一些
公式识别错误 日文几乎完全不认 |
| 模型 | 性能（token/s） | 提示词 | 备注 |
|---|---|---|---|
| Qwen/Qwen3-VL-8B-Instruct-GGUF:Q4_K_M | 48.78 | 「OCR，不要废话」 | 准确度最高，识别出的文本最全 |
| Qwen/Qwen3-VL-4B-Instruct-GGUF:Q8_0 | 53.45 | 罕见字识别错误 | |
| Qwen/Qwen3-VL-4B-Instruct-GGUF:Q4_K_M | 77.84 | 罕见字识别错误 | |
| Qwen/Qwen3-VL-2B-Instruct-GGUF:Q8_0 | 105.87 | 识别出了并不存在的标点和文本，偏语义识别；错字比较多 | |
| noctrex/LightOnOCR-1B-1025-GGUF:Q8_0 + BF16 mmproj | 224.73 | 不能加提示词 | Markdown排版；常见字都有识别错误，但最快 |