OCRia-1 是 LlamaIndex 推出的 4B 参数视觉语言模型（VLM），在 ParseBench 上取得 87.4 综合分（比次高模型高 12.1 分），并在四个基准的表格评测中均排名第一，已用于驱动 LlamaParse。
企业文档（财报、保险申报、税表等）的信息大量以表格、图表、示意图和格式化文本组织。现有前沿模型与开源权重模型在准确率、成本、延迟三者兼顾上仍存在不足。OCRia-1 试图在 4B 参数规模下同时提升这三个维度，问题聚焦于：小模型能否在复杂表格、图表结构化与格式保真上超越更大模型。
LlamaIndex 博客
查看来源原文