TeleOCR, un modèle pour lire les documents

MMarc

StarDoc-AI a publié samedi TeleOCR, un modèle de vision et de langage open source d’environ 1,2 milliard de paramètres, conçu pour analyser des PDF numériques, des scans et des documents photographiés ou déformés, d’après AlphaSignal. Le même modèle réunit ainsi l’analyse de fichiers numériques, de pages numérisées et de prises de vue, y compris lorsque l’apparence des documents est déformée. TeleOCR peut aussi produire des polygones décrivant la géométrie des pages, des tableaux au format OTSL et des formules au format LaTeX. Sa publication open source est accompagnée d’une licence Apache-2.0. Sur OmniDocBench v1.6, StarDoc-AI annonce un score de 96,87 pour TeleOCR, devant notamment Gemini 3 Pro, Qwen3-VL-235B et GPT-5.2 sur ce benchmark. Ce résultat concerne une spécialité, la lecture de documents, et ne permet pas à lui seul de conclure à des performances équivalentes sur d’autres tâches. Le projet indique aussi que TeleOCR a remporté le concours ICDAR2026 Sci-ImageMiner et terminé en tête du challenge EMNLP 2026 Dr.DocBench, deux résultats annoncés dans cette spécialité. Les résultats avancés reposent donc sur un score de benchmark et sur ces deux classements, tandis que le modèle vise plusieurs types de documents et plusieurs formes de restitution. TeleOCR associe ainsi une taille d’environ 1,2 milliard de paramètres à l’analyse de documents numériques, scannés ou photographiés, mais les performances évoquées restent circonscrites à ce domaine ciblé.