1. مقدمة البرنامج التعليمي

MinerU2.5-2509-1.2B هو نموذج لغة بصرية، أطلقه مختبر OpenDataLab ومختبر شنغهاي للذكاء الاصطناعي في سبتمبر 2025. صُمم هذا النموذج لأداء مهام تحليل مستندات عالية الدقة والكفاءة. وهو أحدث إصدار من سلسلة MinerU، ويركز على تحويل مستندات معقدة مثل PDF إلى بيانات منظمة قابلة للقراءة آليًا (مثل Markdown وJSON، إلخ). نتائج البحث ذات الصلة هي: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.

4. المناقشة

🖌️ إذا رأيت مشروعًا عالي الجودة، فيرجى ترك رسالة في الخلفية للتوصية به! بالإضافة إلى ذلك، قمنا أيضًا بتأسيس مجموعة لتبادل الدروس التعليمية. مرحبًا بالأصدقاء لمسح رمز الاستجابة السريعة وإضافة [برنامج تعليمي SD] للانضمام إلى المجموعة لمناقشة المشكلات الفنية المختلفة ومشاركة نتائج التطبيق↓

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}, 
}