ScriptMoE多语言文字识别模型
发生了什么
据Hugging Face Papers报道，ScriptMoE是一种基于脚本感知混合专家（MoE）的多语言场景文字识别模型。该模型在包含10种脚本和229种语言的TextMuSS-10M大规模合成数据集上训练。实验显示，ScriptMoE在TextMuSS-Bench基准测试中准确率达到82.06%，优于最强基线1.31%。在CC-OCR端到端多语言任务中，替换PP-OCRv5的识别器后，F1分数从65.71%提升至80.89%，略超最佳视觉语言模型。
- TextMuSS-Bench准确率
- 82.06%
- CC-OCR F1分数提升
- 65.71%至80.89%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口