RecodeX 重构消息，Hugging Face与EleutherAI联合开展的FineBooks项目，在2000多页历史书籍上评估了14款开源OCR模型。其中表现最优的dots.mocr模型字符准确率达97.6%，处理每千页成本低于2美元。团队认为，该精度已足够用于大语言模型训练数据，但尚不足以用于学术级抄录。