Modelos más nuevos, misma ventaja: DharmaOCR supera a Mistral OCR4 y Unlimited-OCR en portugués brasileño

DharmaOCR, un sistema de reconocimiento óptico de caracteres (OCR) especializado en portugués brasileño, ha demostrado un rendimiento superior frente a modelos más recientes y generales como Mistral OCR4 y Unlimited-OCR. Este logro se basa en la especialización del entrenamiento, que permite al modelo dedicar todos sus parámetros a las particularidades lingüísticas del portugués de Brasil. Además, su pipeline de entrenamiento incorpora la Optimización por Preferencia Directa (DPO) para garantizar la estabilidad y evitar la degeneración del texto en documentos complejos, aspecto en el que los modelos generalistas suelen fallar.