Benchmark
OCRBench-V2 (en)
vision
image-to-text
multimodal
OCRBench v2 English subset: Enhanced benchmark for evaluating Large Multimodal Models on visual text localization and reasoning with English text content
语言EN
满分1
参评模型2
模型排名
| 名次 | 模型 | 机构 | 分数 | 来源 |
|---|---|---|---|---|
| 1 | Qwen2.5 VL 72B Instruct | Alibaba Cloud / Qwen Team | 61.5 | 来源 ↗ |
| 2 | Qwen2.5 VL 32B Instruct | Alibaba Cloud / Qwen Team | 57.2 | 来源 ↗ |