MiniCPM-OCR 1.0 e Jev: modelo OCR aberto com verificador de regiões suspeitas

O que aconteceu e o que fazer

O post descreve dois modelos abertos. O MiniCPM-OCR 1.0 tem 1,3 bilhão de parâmetros e foi feito para leitura de documentos. O MiniCPM-OCR Jev tem 2 bilhões de parâmetros e não lê o documento: ele pontua quais regiões da saída de OCR podem conter erros e precisam de revisão humana. Os resultados de benchmark citados são apresentados pelo autor, sem avaliação independente no texto.

Para uma empresa com pipelines de OCR que alimentam RAG ou agentes, o ponto útil é a separação entre leitura e verificação. Na prática, pode-se rodar o leitor sobre os documentos, passar a saída por um verificador que marca trechos de baixa confiança e encaminhar apenas esses trechos para revisão humana, registrando métricas de taxa de sinalização e de erro confirmado. Antes de adotar, convém testar os dois modelos em uma amostra dos próprios documentos, com inferência em infraestrutura privada quando houver dados sensíveis.

Como a consultoria pode ajudar

Diagnóstico do fluxo de OCR atual e dos pontos onde erros de leitura chegam ao RAG ou aos agentes. Depois, desenho e implementação de um pipeline com leitura, verificação por região e fila de revisão humana, avaliado com documentos reais da empresa e operado na infraestrutura do cliente.

Próximo passo

Se seus documentos alimentam RAG ou agentes, envie uma breve descrição do seu caso (tipos de documento, volume e onde os erros de OCR causam problemas) e receba uma proposta com escopo definido pela Wendelmaques.