Технология извлечения текста из изображений и отсканированных страниц, являющаяся основным направлением оценки FineBooks.
Совместная инициатива Hugging Face и EleutherAI оценивает работу 14 открытых OCR-моделей на 2 165 исторических страницах и приходит к выводу, что современные модели в основном подходят для улучшения данных, используемых при обучении языковых моделей, но пока не отвечают всем требованиям библиотек или академической транскрипции.