TNG 微调 olmOCR-7B-0225-preview，打造忠实还原页眉页脚的 OCR 引擎

TNG 基于 olmOCR-7B-0225-preview 微调出一款忠实 OCR 引擎，解决原模型忽略页眉页脚信息的问题，已开源到 HuggingFace。团队用 Qwen2.5-VL-72B-Instruct 生成了 8000 份文档的数据集，在 8xH100 节点上训练 2.5 epochs，默认超参数即可取得良好效果。