Enver KOÇAK
Fransız yapay zekâ şirketi LightOn, belge okuma modellerinin yeni nesli LightOnOCR-3‘ü 8 Ekim 2026’da yayımladı. Aile üç boyuttan oluşuyor: 0,8 milyar, 1 milyar ve 4 milyar parametre. Modeller Apache 2.0 lisansıyla Hugging Face’te ücretsiz indirilebiliyor. Şirket bunların araştırma ve ticari amaçla serbestçe kullanılabileceğini belirtiyor.
OCR, yani optik karakter tanıma, taranmış belgeleri ve PDF’leri metne dönüştürme işi. Yapay zekâ ajanlarının şirket belgeleriyle çalışması arttıkça bu alan yeniden önem kazandı.
Ne Değişti?
Yeni sürüm yalnız metni çıkarmakla kalmıyor, sayfanın düzenini de anlıyor. Modele “grounding” komutu verildiğinde metin, başlık, tablo, resim ve grafik bölgeleri etiketli kutularla işaretleniyor. Resimler için açıklama yazılıyor. Grafiklerdeki veriler HTML tablosu olarak çıkarılıyor. Komut verilmezse model önceki sürümlerdeki gibi düz transkripsiyon yapıyor.
0,8B ve 4B modeller Qwen3.5 görsel dil mimarisini kullanıyor. 1B model ise önceki LightOnOCR mimarisinde kaldı. Çıktı biçimi de sadeleştirildi. Şirkete göre bu sayede rakiplerine kıyasla ortalama yüzde 9 ile 14 daha az token üretiliyor.
Kimi İlgilendiriyor?
Fatura, sözleşme, rapor ve arşiv belgeleriyle çalışan şirketler bu modellerin doğal kullanıcısı. Belge tabanlı arama sistemleri kuran geliştiriciler için de önemli. Çünkü tabloların ve başlıkların doğru ayrılması, sonraki aşamadaki yapay zekâ cevaplarının kalitesini doğrudan etkiliyor.
Sonuçlar küçük boyuta göre iddialı. olmOCR-Bench testinde 4B model 86,3 puan alıyor. 35 milyar parametreli Infinity Parser Pro’nun 87,6 puanına yakın. ParseBench’te ise 4B ve 0,8B modeller ilk iki sırada. Fransızca belgelerle yapılan testte de 4B model önde. LightOn, son işleme tercihlerinin puanları belirgin biçimde değiştirebileceğini de dürüstçe not ediyor.
Eğitimde Öne Çıkanlar
LightOn, modelin eğitiminde formül ve tablo verilerine daha fazla ağırlık verdi. Sentetik sayfalar ve el yazısı verileri de eğitime eklendi. Eğitim örneklerinin yaklaşık yüzde 22’si düzen çıkarma, yüzde 78’i ise metin okuma görevlerinden oluşuyor. Son aşamada doğrulanabilir ödüllerle pekiştirmeli öğrenme uygulandı. Bu aşamada kutuların doğru yere çizilmesi ayrıca ödüllendirildi.
Şirket, aynı Qwen3.5-4B tabanını kullanan rakibi Chandra-OCR-2 ile de hız karşılaştırması yaptı. LightOn’a göre 4B modeli sayfa başına yüzde 19 daha hızlı ve saniyede yüzde 21 daha fazla sayfa işliyor. Bu ölçümler de şirketin kendi testleri.
Belge okuma alanındaki rekabet son aylarda çok hızlandı. Hugging Face’te aynı hafta içinde Arapça belgeler için 270 milyon parametreli başka bir OCR modeli de paylaşıldı. Küçük ve uzman modellerin, büyük genel modellere göre belirli işlerde daha hızlı ve ucuz sonuç verdiği görülüyor. LightOnOCR-3, bu eğilimin Avrupa’dan gelen güçlü örneklerinden biri. Şirketin Fransızca belgelerde de iddialı olması, İngilizce dışındaki dillerle çalışanlar için umut verici bir işaret.
Hız ve Kurulum
Tek bir H100 grafik kartında, belirli bir çözünürlükte 0,8B model saniyede 4,78 sayfa işleyebiliyor. 4B modelde bu rakam 3,36 sayfa. Tek sayfada en düşük gecikme 2,7 saniye ile 1B modelde.
Modeller Hugging Face’ten indirilebiliyor. GitHub deposunda dönüştürme ve görselleştirme araçları var. Denemek isteyenler için çevrim içi bir demo da açık.
Türkçe belgeler için ayrı bir ölçüm paylaşılmadı. Türkçe karakterlerin ve el yazısının ne kadar doğru okunduğunu görmek için kendi belgelerinizle test yapmanız gerekiyor. Yerelde çalışabilmesi, kişisel veri içeren belgeleri buluta göndermek istemeyen kurumlar için ayrıca avantaj.
Kaynaklar
Bu yazı, yukarıdaki kaynaklardan yapay zekâ yardımıyla Türkçe olarak derlenmiş bir özettir. Ayrıntılar ve resmi bilgi için kaynaklara başvurun.
