chandra

O nástroji

Chandra od Datalab je OCR model určený pro vývojáře, firmy zpracovávající dokumenty (tabulky, formuláře, ručně psaný text) i jednotlivce a výzkumníky. Zvládá komplexní tabulky, formuláře a rukopis s plným zachováním rozvržení stránky a podporuje více než 90 jazyků. Novější verze Chandra OCR 2 je 4B parametrový model se skóre 85,9 % na olmOCR benchmarku, což je uváděno jako state of the art, a je menší i přesnější než předchozí Chandra 1 (9B) ve všech kategoriích. Registrace poskytuje kredit 5 USD zdarma a k dispozici je i veřejný playground zdarma pro vyzkoušení přes API. Placená spravovaná platforma nabízí vyšší přesnost, nulové uchovávání dat, certifikaci SOC 2 Type 2, vlastní BAA a dávkové zpracování přes 200 milionů stránek týdně; komerční self-hosting vyžaduje licenci a on-prem nasazení je nutné řešit s prodejním týmem. Kód nástroje je open source pod licencí Apache 2.0, zatímco váhy modelu používají upravenou licenci OpenRAIL-M – zdarma pro výzkum, osobní použití a startupy s financováním nebo příjmy pod 2 miliony USD, bez možnosti konkurenčního využití vůči jejich API. Instalace probíhá jednoduše přes příkaz pip install chandra-ocr se základním vLLM backendem.

Kategorie