특허 특화 0.3B OCR 모델 MOSS-OCR 공개

특허 문서 특유의 복잡한 구조(병합된 표, 화학 구조식, CJK/Latin 혼용 수식 등)를 처리하기 위해 설계된 MOSS-OCR 모델이 공개되었습니다. 이 모델은 레이아웃 감지 단계를 제외하고 블록 단위 텍스트 인식에 집중하여 0.3B의 작은 파라미터 크기로 높은 효율성을 유지합니다.

주요 성능 및 특징은 다음과 같습니다:

• 성능: OmniDocBench v1.6에서 MinerU 2.5와 유사한 점수(94.46)를 기록하면서도 파라미터 수는 25% 수준에 불과합니다. 자체 특허 벤치마크(patent-bench)에서는 **1위(93.49)**를 차지했습니다.
• 속도: 단일 RTX 4090 환경에서 vLLM을 통해 약 59 QPS의 처리량을 보여, MinerU 2.5 대비 약 2배 빠른 속도를 제공합니다.
• 구성: 레이아웃 감지가 필요한 경우를 위해 RT-DETR 기반의 레이아웃 탐지 모델과 MOSS-OCR을 결합한 Hiro-Smart-Doc 파이프라인을 함께 제공합니다.

모든 코드는 Apache 2.0 라이선스로 공개되었습니다.