Сравнение моделей PaddleOCR-VL-0.9B vs Hermes 3 70B Instruct

× PaddlePaddle/PaddleOCR-VL-0.9B

PaddleOCR-VL-0.9B — ресурсно‑эффективная vision‑language модель, разработанная для разбора документов и точного распознавания элементов страницы. Она сочетает визуальный энкодер с динамическим разрешением в стиле NaViT и языковую модель ERNIE-4.5-0.3B, что позволяет уверенно извлекать текст, таблицы, формулы и графики. Модель поддерживает 109 языков, показывает сильные результаты в document parsing и element recognition и хорошо подходит для практического OCR и document AI.

× nousresearch/hermes-3-llama-3.1-70b

Hermes 3 — универсальная языковая модель со множеством улучшений по сравнению с [Hermes 2](/models/nousresearch/nous-hermes-2-mistral-7b-dpo), включая продвинутые агентные возможности, значительно улучшенный ролевой диалог, рассуждения, многоходовые беседы, устойчивость на длинном контексте и улучшения по всем направлениям. Hermes 3 70B — конкурентный, а иногда и превосходящий, finetune базовой модели [Llama-3.1 70B](/models/meta-llama/llama-3.1-70b-instruct), ориентированный на выравнивание LLM под пользователя, с мощными возможностями управления и контролем, переданными пользователю. Серия Hermes 3 развивает набор возможностей Hermes 2, включая более мощные и надёжные вызовы функций и структурированные выходы, универсальные функции ассистента и улучшенные навыки генерации кода.