Xiaomi выпустила открытую модель OCR-0 для распознавания документов
Xiaomi опубликовала OCR-0 — модель, которая распознаёт текст, извлекает нужные поля из документов и отвечает на вопросы по содержанию. Размер модели при этом составляет 0,8 млрд параметров.
Как пространственное внимание помогает CNN определять наличие подписи на документе
Проверить наличие подписи в выделенной области документа сложнее, чем кажется: рядом могут находиться печатный текст, печати и защитные узоры, а сама подпись бывает бледной, размытой или частично перекрытой.Мы в Smart Engines решаем эту задачу с помощью компактной CNN на основе ResNet18 с пространственным вниманием. На вход модель получает фрагмент изображения, на выходе определяет, есть ли в нём подпись.
Браузер умеет больше, чем кажется: дайджест недели WASM Smart Engines
дайджест недели WASMРаспознавание паспортов, банковских карт и QR, небиометрическая сверка лиц и антифрод в браузере — уже не технология будущего, а эталон удобства и скорости цифрового клиентского опыта.
Неделя OCR для LLM — в Telegram-канале Smart Engines
неделя OCR для LLMПривет, Хабр!Объявляем тематическую неделю, посвященную OCR для LLM и интеллектуальной обработки документов без галлюцинаций и «додумывания» данных. Расскажем, как устроено полнотекстовое распознавание Smart Engines
Как мы научили ИИ-модель понимать документы и теперь оформляем новых сотрудников в 2 раза быстрее
Странно говорить о современном стеке и одновременно предлагать новым сотрудникам вручную вписывать данные паспорта в кадровую анкету. Автоматизируя процесс онбординга, мы пошли дальше стандартной OCR. На базе LLM VL-модели разработали цифровой продукт Sminex Start, который проводит процесс оформления. Ручные трудозатраты свелись к минимуму, данные не покидают внутренний контур, новые сотрудники с первого дня понимают, что пришли в технологичную компанию. Как нам это удалось и какие преимущества в цифрах и отзывах мы уже видим — рассказываем в статье.LLM vs OCR
В событии про письмо нет ни суммы, ни контрагента. Чем платят за то, чтобы эти поля появились
Конец августа 2026 года. Ко мне обратился директор по ИТ компании, которая недавно перешла на Яндекс 360. Попросил сделать автоматический разбор и маршрутизацию входящей почты. Пример был его: приходит счёт, и в 1С он создаётся сам. Почта уже переехала - я пошёл смотреть, что о полученном письме знает сама платформа.Двадцать два поля. Столько их в структуре ответа AuditLogService_Mail у почтового аудит-лога Яндекс 360 (https://yandex.ru/dev/api360/doc/ru/ref/AuditLogService/AuditLogService_Mail, сверено 10 сентября 2026 года). Я искал в этом списке сумму, контрагента и номер договора. Не нашёл ни одного.
Следующими можете быть вы: почему злоумышленники так любят облачные KYC‑сервисы
Привет, Хабр! В начале сентября 2026 года на киберпреступном форуме появился сервис Nexus, предлагавший доступ к огромному массиву удостоверений личности граждан США и Канады. По утверждению его операторов, в базе находились сведения более чем о 170 млн человек: 153 млн водительских удостоверений, 10 млн ID‑карт, 3 млн паспортов и 579 тыс. медицинских карт. В открытом доступе данные оказались из‑за утечки компании IDScan.net, предоставляющей решения для проверки документов и личности.
Вверх ногами: как научить OCR понимать, что документ перевернут
Всем привет! В своих постах мы часто пишем о разных этапах систем распознавания документов (например, тут и тут). Настало время рассказать о еще одной задаче (и нашем решении для нее), которая часто опускается из подробного рассмотрения.Наверняка каждый из вас хоть раз клал лист в сканер перевернутым (ну или вы очень везучи). Человек в случае такой оказии может повернуть изображение в редакторе или немного повертеть головой, а что делать системе распознавания?
Я распознал паспорт. Чем я могу это доказать?
Система работает и разбирает документы. Претензия у меня к ней одна, зато неустранимая изнутри: я не могу доказать ни одно из полученных значений.Ниже — опись. По каждому полю: как оно читается, чем проверяется и чего эта проверка стоит. Последняя строка описи самая интересная, потому что напротив неё не стоит ничего.Что за задача
ИАД x Сайбокс
Если нет времени читать всё, то вкратце: в октябре 2025 года отрасль OCR‑моделей для распознавания бухгалтерских документов пережила настоящий взрыв качества их работы. Благодаря этому нам удалось увеличить точность и производительность наших моделей в продуктах ИАД и Сайбокс:Сократили длительность обработки счёта с 3–4 минут до 30 секунд с помощью замены тяжёлой Qwen2.5-VL-72B на оптимизированную nanonets‑ocr2-3b.На 70% уменьшили объём проверок вручную, что особенно полезно для инструмента по сравнению документов (модель перестала добавлять мусор, не выдумывает числа и не искажает структуру).

