MinerU Popo是一個面向複雜文檔解析的後處理模型框架。
核心目標是把OCR和版面分析得到的頁面集結果,進一步整理成文檔集結構化知識。
它並非替代MinerU、Manty OCR或PaddleOCR等項目,而是在這些解析工具進行OCR之後,對標題層級、段落連續性、跨頁表格、圖文關係和閱讀順序進行統一推理與修復。
通俗地說,OCR能力是負責把字看出來。
MinerU Popo負責把整份文檔真正組織起來。
在技術上,MinerU Popo採用4B參數後處理模型,並集合任務化數據引擎、動態分塊同步和文檔增強方法。
重點解決長文檔在分頁、跨頁和複雜版式下容易出現的結構斷裂問題。
在公開指標中,接入Popo框架後,MinerU的TEDS從53.
7提升到90.
6。
MineQ-C2從48.
9提升到87.
4,說明它能夠顯著提升文檔結構恢復質量。
它的價值在於讓知識庫、RAG智能問答、學術論文解析和企業文檔治理,獲得更乾淨、更穩定、更可計算的文檔資產。
MinerU Popo讓複雜文檔從可識別,走向可理解、可治理、可計算。
MinerU Popo