이미지와 스캔한 페이지에서 텍스트를 추출하는 기술로, FineBooks 평가의 핵심입니다.
Hugging Face와 EleutherAI의 공동 이니셔티브가 2,165개 역사 페이지에서 14개의 오픈 OCR 모델 성능을 평가한 결과, 현재 모델은 대체로 언어 모델 학습 데이터 개선에는 적합하지만 도서관이나 학술적 전사에 필요한 모든 요건을 아직 충족하지 못하는 것으로 나타났다.