基于 MinerU2.5-Pro 的下游模型 Sangfor-OCR：OmniDocBench 上榜请求转达

[sg56442]

MinerU 团队您好！

感谢开源 MinerU2.5-Pro。我们基于 MinerU2.5-Pro-2605-1.2B 训练了文档解析模型 Sangfor-OCR（1.2B，Apache-2.0）：

• 模型权重：zzxxhh0908/Sangfor-OCR (https://www.modelscope.cn/models/zzxxhh0908/Sangfor-OCR)
• 推理代码：sg56442/Sangfor-OCR (https://github.com/sg56442/Sangfor-OCR)

模型沿用 MinerU 原生两阶段解析流程，通过 RSI 自迭代训练（开放 / 内部数据自蒸馏、缺陷定向样本生成、RLVR / GRPO、DPO、SFT 等）提升，推理阶段只使用这一个模型。

我们于 10 月 26 日在 OmniDocBench 仓库提交了上榜请求 opendatalab/OmniDocBench#267 (https://github.com/opendatalab/OmniDocBench/issues/267)。在官方评测代码 f133a71、v1.6_full 完整 1651 页上的自测结果为：

Overall ↑	Text Edit ↓	Formula CDM ↑	Table TEDS ↑	Table TEDS-S ↑
97.1552（默认时限）/ 97.1967（匹配时限 2400 s）	0.0303 / 0.0290	98.6220	95.8704	97.8050

目前 issue 和邮件都暂未收到回复。理解维护同学精力有限，想请问 MinerU 团队是否方便帮忙转达给 OmniDocBench 的同学。预测结果与官方评测原始输出均已公开，只评分核对约几十分钟即可完成，无需重新推理；如需完整推理复现，我们也会全程配合。

非常感谢！