Uso de modelos OCR con llama.cpp

llama.cpp ahora soporta varios modelos OCR pequeños que pueden ejecutarse en dispositivos de bajo rendimiento, como GPUs con 4 GB de VRAM o incluso CPU. El artículo explica cómo usarlos mediante comandos CLI para pruebas y servidor para integración vía API REST, con ejemplos en Python. Se detallan modelos compatibles como LightOnOCR, GLM-OCR, PaddleOCR-VL y otros, además de modelos multimodales generales. Incluye consejos sobre prompts específicos, cuantización para equilibrar calidad y rendimiento, y soluciones para alucinaciones. Esto amplía las aplicaciones de llama.cpp a tareas de OCR sin depender de servicios en la nube.