LightOn, grafikleri tabloya da çeviren OCR modeli LightOnOCR-3'ü açık model olarak yayımladı

Fransız yapay zeka şirketi LightOn, 8 Ekim 2026'da LightOnOCR-3 model ailesini yayımladı. OCR (optik karakter tanıma) modelleri, taranmış ya da fotoğrafı çekilmiş bir belgedeki yazıyı düzenlenebilir metne çeviriyor. LightOnOCR-3; 0.8B, 1B ve 4B olmak üzere üç boyutta geliyor ve Apache 2.0 lisansıyla hem araştırma hem ticari kullanıma açık. Modellerin eğitilmiş dosyaları herkesin indirmesine açık, kurumlar onları kendi sunucularında çalıştırabiliyor.

Şirketin duyurusundaki bilgilere göre bu nesilde üç yenilik var. Modeller sayfadaki her bloğun yerini, ne olduğunu belirten etiketli kutularla gösterebiliyor. Grafik olmayan görsellere en fazla on kelime civarında kısa bir açıklama yazıyor. Grafiklerdeki veriyi ise her grafik için bir HTML tablosu olarak çıkarıyor. İstem boş bırakıldığında model yalnızca metni yazıya döküyor; grounding istemiyle sayfa düzeni, görsel açıklamaları ve grafik tabloları da ekleniyor.

Qwen3.5 mimarisi ve test sonuçları

0.8B ve 4B modelleri Qwen3.5 görsel dil mimarisini kullanıyor; duyuruya göre 4B modeli Qwen3.5-4B tabanlı. 1B modeli ise önceki neslin mimarisini koruyor. LightOn'un paylaştığı sonuçlara göre olmOCR-Bench'te 4B modeli 86,3 puan alıyor; tablonun başında 35,1 milyar parametreli Infinity Parser Pro 87,6 puanla yer alıyor, aynı boyuttaki Chandra 2 ise 85,8 puanda kalıyor. Beş kategoriyi birlikte ölçen ParseBench'te 4B modeli 75,1, 0.8B modeli 74,6 puanla ilk iki sırada. Grafik okuma ve anlamsal biçimlendirme kategorilerinde de en yüksek puan 4B modelinde.

Hız ölçümleri tek bir H100 ekran kartında vLLM ile yapıldı. Şirkete göre 1540 piksel çözünürlükte 0.8B modeli saniyede 4,78 sayfaya, 4B modeli 3,36 sayfaya çıkıyor; 1B modeli tek sayfada 2,7 saniyeyle en düşük gecikmeyi veriyor. LightOn, model çıktısını dönüştürme, görselleştirme ve test sonuçlarını yeniden üretme betiklerini GitHub'da paylaştı; Hugging Face'te bir deneme sayfası da bulunuyor.

Duyuruda eğitim verisinde 20'den fazla dilde sentetik sayfa kullanıldığı belirtiliyor, ancak Türkçe ya da Arapça için ayrı bir sonuç verilmiyor; Fransızca belgeler için ayrı bir test sonucu paylaşıldı. Türkçe belgelerde kullanmadan önce kendi örneklerinizle denemek iyi olur. Karşılaştırmaları LightOn yaptı ve bazı kategorilerde rakip modeller önde. Sonuçları farklı açılardan görmek için bağımsız araştırmacıların değerlendirmelerini de takip edin.

Kaynaklar: LightOn: LightOnOCR-3 duyurusu, Hugging Face: LightOnOCR-3-1B model kartı, GitHub: LightOnOCR.