OCR 分數之外:文件 parser 真正失敗的地方 2026 年 10 月 4 日 用 1,250 頁沒有調校過的 held-out 頁面,把十二個 Reader 各自用作者自己的協定跑一遍:MinerU2.5-Pro + dots.mocr 的 composite、OCR 專用模型、open-weights VLM、兩個雲端 frontier 模型,以及每台 Mac 內建的免費 OCR。重點不是誰的平均分數漂亮,而是你的系統會在哪些頁面上直接失去資料。