从图像和扫描页面中提取文本的技术，是 FineBooks 评估的核心。
Hugging Face 与 EleutherAI 的一项联合倡议评估了 14 个开放 OCR 模型在 2,165 个历史页面上的表现，并得出结论：当前模型通常适合改进语言模型的训练数据，但尚未满足图书馆或学术转录的全部要求。