深度分析
端到端文件解析新標竿：OvisOCR2 以 0.8B 參數與策略蒸餾在 OmniDocBench v1.6 獲 96.58 高分
文件解析長期依賴多階段管線方案，但容易產生錯誤累積。OvisOCR2 推出端到端架構，利用結合真實與合成數據的引擎，搭配 SFT 與強化學習及策略蒸餾技術，將文件影像直接轉換為 Markdown。該模型在 OmniDocBench v1.6 取得 96.58 分的頂尖成績，證明輕量級端到端模型能超越複雜的管線方案，提升解析準確度。
深度分析
文件解析長期依賴多階段管線方案，但容易產生錯誤累積。OvisOCR2 推出端到端架構，利用結合真實與合成數據的引擎，搭配 SFT 與強化學習及策略蒸餾技術，將文件影像直接轉換為 Markdown。該模型在 OmniDocBench v1.6 取得 96.58 分的頂尖成績，證明輕量級端到端模型能超越複雜的管線方案，提升解析準確度。
深度分析
研究指出在策略蒸餾（OPD）直接套用於多回合代理會產生軌跡級KL不穩定。本文提出TCOD時序課程，透過由淺入深控制學生可見軌跡深度，並採Forward-to-Backward與Backward-to-Forward變體以緩解誤差累積。實驗顯示TCOD能穩定訓練並提升多項基準的成功率與效率。