PaddleOCR-VL-1.6 SFT800:权重与实验复现包

这是 CheneyWong 的表格识别实验快照,整理日期 2026-11-16 UTC。根目录为已选定的 SFT step800 完整 HF 权重;不是本轮 RL 的最终模型。仓库按所有者要求公开,便于另一台机器继续迭代。

**第一次使用请看 迁移与环境安装**,再看 前情提要、reward 与 VeRL 参数、crop/fullpage 评测、Codex 与 GPT 配置。CPU 验证记录说明已检查的范围。

内容 位置
SFT800 权重、Tokenizer、Processor 仓库根目录
当前 VeRL 运行源码快照 repro/vendor/verl/
Paddle 适配、reward、DAPO / 类 DAPO 训练配置 repro/workspace/train/
修订后的评测脚本、公式归一化、布局缓存及 GT 覆盖规则 repro/workspace/eval/
原始 SFT 数据,16,091 条 repro/workspace/train/selected-formula-v3/sft-train.parquet
当前两种 RL 共用数据,2,499 条 repro/workspace/train/adaptive-rl-v2/train.parquet
独立 heldout,82 条 repro/workspace/train/opd-rl-pilot/data/val.parquet
crop 评测,173,141 条 / 32 shards repro/workspace/datasets/table-recognition-eval-173k/
fullpage 评测,2,864 页 repro/workspace/datasets/table-recognition-fullpage-eval/
teacher 专项评测原始集合、排除规则、参考分数 repro/workspace/eval/teacher-benchmark-v5/
PP-DocLayoutV3 权重 assets/PP-DocLayoutV3/
环境记录、逐文件校验 environment/、MANIFEST.json

下载

python -m pip install huggingface_hub
hf download CheneyWong/paddleocr-vl16-sft800-rl-repro \
  --local-dir /workspace/paddle-sft800-repro --max-workers 16
python /workspace/paddle-sft800-repro/scripts/verify_bundle.py

完整快照约 16.7 GB(十进制);不重复存放由原评测集派生的短/长 crop 分片。只需要权重时:

hf download CheneyWong/paddleocr-vl16-sft800-rl-repro \
  --local-dir /workspace/sft800 \
  --include '*.safetensors' --include '*.json' --include '*.model' \
  --include '*.jinja' --include '*.py' \
  --exclude 'repro/*' --exclude 'assets/*' --exclude 'scripts/*' \
  --exclude 'environment/*' --exclude 'examples/*'

新机器采用与原实验相同的 /workspace/train、/workspace/eval、/workspace/datasets 和 /venv/main 路径。安装脚本遇到已有目录会拒绝覆盖;不要直接在正在训练的机器执行迁移安装。

边界

  • 本包保存 SFT800 的推理/继续微调权重,不包含其 step800 优化器、调度器和 RNG;从它开始新 RL 可复现初始化,不能据此逐位恢复当时 SFT 的中间训练状态。
  • 运行代码包含本项目的 Paddle/VeRL 适配和 checkpoint 空间保护。当前安装环境存在上游依赖声明冲突,安装说明明确记录,不能直接用最新版包替换。
  • 部分训练与专项评测标签来自原数据或机器伪标签,并非全部人工金标。比较模型时必须冻结同一版图片、GT、备用 GT 和布局修正。
  • licenses/ 及 vendored 源码中保留原许可;上游模型与各数据源仍遵循各自使用条款。本仓库未对全部混合数据重新授予统一许可证。
  • 不含 API/HF 密钥、登录文件、原始 Codex 会话、Qwen 大模型权重及当前 RL checkpoint。生成脚本的示例不会自动调用付费 API。

原模型:PaddlePaddle/PaddleOCR-VL-1.6。实际文件范围以 MANIFEST.json 为准,远程上传完成情况见 UPLOAD_STATUS.json。

Downloads last month
27
Safetensors
Model size
1.0B params
Tensor type
BF16
·
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for CheneyWong/paddleocr-vl16-sft800-rl-repro

Finetuned
(17)
this model