GLM-OCR

概要

0.9Bパラメータの軽量OCRモデルがSOTA級の性能を発揮。複雑なレイアウトや表、手書きにも対応。OmniDocBenchで94.6のスコア。vLLM/SGLang対応で推論が超高速。

特徴

• 小型モデルながら高精度
• Markdown/JSON出力で後処理を容易化
• CogViTビジュアルエンコーダとGLM-0.5Bデコーダの組み合わせ
• エッジデプロイに適した設計

想定ユースケース

• RAGパイプラインで重いレイアウトを含む文書の解析
• 手書きやLaTeX、スタンプ等の混在コンテンツ対応

技術背景

• 0.9Bパラメータ、vLLM/Ollama対応で即時性と互換性を確保