论文页面 - PaddleOCR-VL-1.6：利用欠优化区域细化和渐进式后训练拓展文档解析前沿

来源：https://huggingface.co/papers/2606.03264 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

PaddleOCR-VL-1.6 通过针对性数据优化和渐进式后训练技术增强了文档解析性能，在 OmniDocBench v1.6 上取得了最先进的结果。

我们介绍了 PaddleOCR-VL-1.6，一个在 PaddleOCR-VL-1.5 基础上构建的升级版紧凑文档解析 (https://huggingface.co/papers?q=document%20parsing) 模型。尽管 PaddleOCR-VL-1.5 建立了强大的 0.9B 基线，但其剩余错误集中在欠优化区域——这些区域中模型行为不稳定、数据覆盖稀疏或监督信号不可靠。PaddleOCR-VL-1.6 没有无差别地扩展训练语料，而是引入了一个区域感知数据优化 (https://huggingface.co/papers?q=data%20optimization) 框架，该框架从先前模型中识别薄弱区域，对这些区域进行针对性增强，并提高监督信号的可靠性。它还采用了基于精心数据选择和强化学习 (https://huggingface.co/papers?q=reinforcement%20learning) 的渐进式后训练 (https://huggingface.co/papers?q=post-training) 方案，通过分阶段优化将模型性能推向更高水平。PaddleOCR-VL-1.6 在 OmniDocBench (https://huggingface.co/papers?q=OmniDocBench) v1.6 上取得了新的最先进分数 96.33%，展现出与顶级 VLM (https://huggingface.co/papers?q=VLMs) 的强大竞争力，并为 PaddleOCR-VL 系列提供了一套实用的后训练 (https://huggingface.co/papers?q=post-training) 方案。

查看 arXiv 页面 (https://arxiv.org/abs/2606.03264)查看 PDF (https://arxiv.org/pdf/2606.03264)项目页面 (https://www.paddleocr.com/)GitHub79.4k (https://github.com/PaddlePaddle/PaddleOCR)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.03264)

在您的智能体中获取此论文：

hf papers read 2606\.03264

没有最新 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型2

PaddlePaddle/PaddleOCR-VL-1.6 图像-文本-到-文本• 1.0B• 更新于约1小时前 • 4k • 196 (https://huggingface.co/PaddlePaddle/PaddleOCR-VL-1.6)

PaddlePaddle/PaddleOCR-VL-1.6-GGUF 0.5B• 更新于约1小时前 • 2.05k • 9 (https://huggingface.co/PaddlePaddle/PaddleOCR-VL-1.6-GGUF)

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2606.03264 以从此页面链接。

引用此论文的空间1

包含此论文的收藏0

没有收藏包含此论文

将此论文添加到收藏 (https://huggingface.co/new-collection) 以从此页面链接。