OCR은 읽는게 병신이고

VLM은 뇌 처리를 병신으로 짜놨고


OCR로 한번 읽어서 원본 이미지, OCR 결과 주고 VLM한테 글 문맥 맞춰서 원본 글자 유추하라고 하는중인데




7b짜리는 역시나 븅신이고

32b짜리 큐원 2.5도 자꾸 결과물에 이상한 말을 더 붙임 제발 이미지에 보이는 글자만 딱 읽으라고 시키는데