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翼、跨翼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
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo
MinerU Popo