LightOnOCR-2-1B
LightOn · lightonai/LightOnOCR-2-1B
Licença dos pesos: Apache 2.0 · código e componentes podem ter outros termos
Qualidade
Sem score comparável
Ainda não acompanhamos benchmark público e comparável que cubra este modelo. Nenhuma nota é inferida.
Informado pelo publicador
Roda em
Cabe na memória rápida 119
A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.
Mostrar todos os 119
Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Não é compatibilidade nem velocidade medida.
LightOn lançou LightOnOCR-2-1B em 2026-01-20: um modelo de visão e linguagem que responde sobre imagens, com 1,01B parâmetros pela contagem do Hugging Face e licença Apache 2.0. Idiomas declarados pelo publicador: en, fr, de, es, it, nl, pt, sv, da, zh, ja.
Licença: uso comercial permitido. Em Q4 os pesos somam cerca de 0,8 GB antes da reserva de cada máquina; resolução da imagem, quadros de vídeo e contexto somam memória, e o encoder visual precisa de suporte no runtime escolhido.
Velocidade medida
Nenhuma medição publicada para este checkpoint
Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.
Como rodar
Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.
Biblioteca na fonte: transformers
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
uv pip install transformers # => 5.0.0
uv pip install pillow pypdfium2import torch
from transformers import LightOnOcrForConditionalGeneration, LightOnOcrProcessor
device = "mps" if torch.backends.mps.is_available() else "cuda" if torch.cuda.is_available() else "cpu"
dtype = torch.float32 if device == "mps" else torch.bfloat16
model = LightOnOcrForConditionalGeneration.from_pretrained("lightonai/LightOnOCR-2-1B", torch_dtype=dtype).to(device)
processor = LightOnOcrProcessor.from_pretrained("lightonai/LightOnOCR-2-1B")
url = "https://huggingface.co/datasets/hf-internal-testing/fixtures_ocr/resolve/main/SROIE-receipt.jpeg"
conversation = [{"role": "user", "content": [{"type": "image", "url": url}]}]
inputs = processor.apply_chat_template(
conversation,
add_generation_prompt=True,
tokenize=True,
return_dict=True,
return_tensors="pt",
)
inputs = {k: v.to(device=device, dtype=dtype) if v.is_floating_point() else v.to(device) for k, v in inputs.items()}
output_ids = model.generate(**inputs, max_new_tokens=1024)
generated_ids = output_ids[0, inputs["input_ids"].shape[1]:]
output_text = processor.decode(generated_ids, skip_special_tokens=True)
print(output_text)vllm serve lightonai/LightOnOCR-2-1B \
--limit-mm-per-prompt '{"image": 1}' --mm-processor-cache-gb 0 --no-enable-prefix-cachingDetalhes técnicos
O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.
- Checkpoint / fonte
- lightonai/LightOnOCR-2-1B
- Tarefa
- image-text-to-text
- Arquitetura
- LightOnOCRForConditionalGeneration
- Biblioteca na fonte
- transformers
- Licença dos pesos
- Apache 2.0lightonai/LightOnOCR-2-1B model card (Hugging Face) · consultado em 2026-10-18fonte
- Uso comercial
- Permitido Apache License 2.0 text (SPDX) · consultado em 2026-10-18texto da licença
- Idiomas
- en, fr, de, es, it, nl, pt, sv, da, zh, jaMetadados do model card · consultado em 2026-10-25fonte
- Lançamento
- LightOnOCR: A 1B End-to-End Multilingual Vision-Language Model for State-of-the-Art OCR (arXiv 2601.14251 v1, LightOn) · consultado em 2026-10-18fonte
Todos os campos guardados
- Revisão conferida
- be7c41313c30e940fe5571de59e5fabc779e00c8
- Arquitetura
- LightOnOCRForConditionalGeneration
- Biblioteca
- transformers
- Tag de tarefa no Hub
- image-text-to-text
- Formatos
- transformers, safetensors
- Acesso
- Download aberto
- Tipo de publicador
- Oficial
- Parâmetros no Hub
- 1.005.647.872safetensors.total
- Repositório criado
- 2026-01-16criação não é o lançamento do modelo
- Repositório atualizado
- 2026-10-08um commit não é data de lançamento
- Downloads no Hub (30 dias) · curtidas
- 576.587 · 846só este repositório · lido em 2026-10-25
- Estado no catálogo
- Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário
Fontes
Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.
- Ficha do publicador
- Licença: lightonai/LightOnOCR-2-1B model card (Hugging Face)
- Data de lançamento: LightOnOCR: A 1B End-to-End Multilingual Vision-Language Model for State-of-the-Art OCR (arXiv 2601.14251 v1, LightOn)
Fatos curados verificados: 2026-10-18. A licença e a data de lançamento citam as fontes do publicador; parâmetros, arquivos e tarefa vêm do registro do Hugging Face, e a memória é uma estimativa rotulada a partir da contagem de parâmetros. Um valor que nenhuma fonte informa fica vazio; um commit do repositório não é a data de lançamento do modelo.






























































