Without any architectural modification, MinerU2.5-Pro achieves 95.69 on OmniDocBench v1.6, improving over the same-architecture baseline by 2.71 points and surpassing all existing methods including models with over 200× more parameters.
大多数人认为更大的模型架构必然带来性能提升，但作者仅通过数据工程和训练策略优化，在保持1.2B参数架构不变的情况下，超越了参数量超过200倍的现有模型，这挑战了'越大越好'的行业共识，证明了数据质量的重要性。