1. مقدمة البرنامج التعليمي

MinerU 2.5-2509-1.2B هو نموذج لغوي مرئي أطلقته OpenDataLab ومختبر شنغهاي للذكاء الاصطناعي في سبتمبر 2025، وهو مصمم خصيصًا لمهام تحليل المستندات عالية الدقة والكفاءة. يُعد هذا الإصدار الأحدث من سلسلة MinerU، ويركز على تحويل تنسيقات المستندات المعقدة، مثل ملفات PDF، إلى بيانات منظمة قابلة للقراءة آليًا (مثل Markdown وJSON). تتوفر أوراق بحثية ذات صلة. MinerU2.5: نموذج منفصل للرؤية واللغة لتحليل المستندات بكفاءة ودقة عالية .

يستخدم هذا البرنامج التعليمي الموارد لبطاقة RTX 4090 واحدة.

2. أمثلة المشاريع

3. خطوات التشغيل

1. بعد بدء تشغيل الحاوية، انقر فوق عنوان API للدخول إلى واجهة الويب

2. خطوات الاستخدام

إذا تم عرض "بوابة سيئة"، فهذا يعني أن النموذج قيد التهيئة. نظرًا لأن النموذج كبير الحجم، يرجى الانتظار لمدة 2-3 دقائق وتحديث الصفحة.

وصف المعلمة

• تفعيل التعرّف على الصيغ: هل سيتم تفعيل التعرّف على الصيغ؟ عند تفعيله، سيتعرّف النظام على الصيغ الرياضية في المستند ويحوّلها إلى صيغة LaTeX.
• تفعيل التعرف على الجداول: هل سيتم تفعيل خاصية التعرف على الجداول؟ عند تفعيلها، سيتعرف النظام على الجدول في المستند ويحوّله إلى صيغة HTML.
• اللغة: تُستخدم لتحديد لغة المستند، مما يُحسّن دقة التعرف الضوئي على الحروف (OCR).
• تمكين OCR بالقوة: تمكين وظيفة OCR بالقوة.

معلومات الاستشهاد

معلومات الاستشهاد لهذا المشروع هي كما يلي:

@misc{niu2025mineru25decoupledvisionlanguagemodel,
      title={MinerU2.5: A Decoupled Vision-Language Model for Efficient High-Resolution Document Parsing}, 
      author={Junbo Niu and Zheng Liu and Zhuangcheng Gu and Bin Wang and Linke Ouyang and Zhiyuan Zhao and Tao Chu and Tianyao He and Fan Wu and Qintong Zhang and Zhenjiang Jin and others},
      year={2025},
      eprint={2509.22186},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2509.22186}, 
}