docs: update model v6 benchmark v5.2

README.md

@@ -2,6 +2,7 @@
 language:
 - zh
 - en
+license: apache-2.0
 base_model: PaddlePaddle/PaddleOCR-VL-1.6
 pipeline_tag: image-text-to-text
 tags:
@@ -12,15 +13,13 @@ tags:
 - developer-tools
 ---
 
-# PaddleOCR-VL 开发场景代码 OCR 微调模型
+# PaddleOCR-VL-1.6 开发场景代码 OCR 微调模型
 
-本模型基于 PaddleOCR-VL-1.6 微调，面向开发场景 OCR，重点识别 IDE 截图、终端输出、Traceback、配置文件、Git diff、文档代码块、API 表格、小字号和暗色主题等开发相关图片中的可见文字。
+本模型基于 PaddleOCR-VL-1.6 微调，面向 IDE、终端、Traceback、配置、Git diff、文档代码块、API 表格和多区域开发截图中的结构保真 OCR。当前模型版本为 v6，并作为 PaddleOCR 全球衍生模型挑战赛决赛冻结方案。
 
-## 在线 Demo
+在线体验：[PaddleOCR-VL 开发场景代码 OCR Demo](https://huggingface.co/spaces/snnh/paddleocr-vl-code-ocr-demo)。Space 使用 CPU 免费硬件时会降低 token 上限以控制等待时间，正式 Benchmark 以本地 GPU 参数为准。
 
-🤗 [在线试用（HF Space）](https://huggingface.co/spaces/snnh/paddleocr-vl-code-ocr-demo)：上传开发场景截图即可在线体验，无需本地部署。
-
-HF Space 使用免费 CPU 硬件，仅作为可访问演示入口；首次加载需拉取模型权重，单图可能需要 1-5 分钟。benchmark 分数和正式复现口径以本地 GPU / OpenAI-compatible 接口结果为准。
+## 使用方法
 
 推荐提示词：
 
@@ -28,16 +27,7 @@ HF Space 使用免费 CPU 硬件，仅作为可访问演示入口；首次加载
 <image>OCR:
 ```
 
-## 模型信息
-
-- 基础模型：PaddleOCR-VL-1.6
-- 微调方式：LoRA 微调后导出合并模型
-- 任务类型：开发场景代码 OCR / image-to-text
-- 当前版本：v6 提交候选版本
-- 主提示词：`<image>OCR:`
-- 主 benchmark：benchmark v4 固定 100 题，`final_score_v4=61.08`
-
-## 推荐推理参数
+正式推理参数：
 
 ```text
 max_tokens=4096
@@ -45,44 +35,53 @@ repetition_penalty=1.08
 temperature=0
 ```
 
-模型目标是只输出图片中可见文字，尽量保留代码符号、大小写、缩进、换行、结构和阅读顺序。它不是代码修复或代码生成模型，不应补全图片中不可见的内容。
+输出只应包含图片中的可见文字，不应解释、总结、补全或修复代码。不同提示词和采样参数可能显著改变输出风格与 Benchmark 结果。
+
+## 训练概况
+
+- 基础模型：`PaddlePaddle/PaddleOCR-VL-1.6`。
+- 微调方式：LoRA 后导出合并模型。
+- 训练提示词：`<image>OCR:`。
+- 最大序列长度：16384。
+- 训练快照：1102 条开发场景 OCR 样本。
+- 数据范围：IDE、终端、报错日志、配置文件、diff、文档代码块、API 表格及困难画面。
 
-## 数据与评估
+训练数据不随模型或本仓库发布。模型 OCR 只用于预标注草稿，最终文本经过人工筛选或修订。冻结审计中训练集与 304 题测试集图片 SHA-256 重叠为 0。
 
-当前初赛提交口径下，训练索引 `train.json` 为 2026-06-18 后的快照，共 1102 条样本（941 PNG / 161 JPG），平均目标文本长度 1153.7 字符。该规模只是当前提交快照，不代表最终成品或后续决赛版本；训练数据仍可能继续清洗、补充或回滚。数据主要覆盖：
+## Benchmark v5.2
 
-- IDE / 编辑器代码截图
-- 终端、Shell、PowerShell 命令和输出
-- Traceback、报错日志和诊断信息
-- YAML / JSON / TOML / INI 配置文件
-- Git diff、patch 和 PR 页面
-- Markdown / 文档代码块
-- API 表格、参数表和字段说明
-- 小字号、压缩、暗色主题、拍屏等困难样本
+Benchmark v5 内容版本 5.2 共 304 题，覆盖 P01-P09 九类开发场景和 simple、medium、hard 三档难度。模型 v6 按正式参数完成 304/304 推理，并使用 `tencent/hy3:free`、reasoning 关闭的统一六维裁判口径计分。
 
-当前 benchmark v4 使用 100 题冻结测试集，按 8 类开发 OCR 场景加权汇总。测试集不参与训练和训练期调参。
+| 指标 | 结果 |
+| --- | ---: |
+| `final_score_v5` | **58.4427** |
+| 原始积分 | 60.3374 |
+| 类别加权分 | 72.8633 |
+| 全局样本均值 | 73.3494 |
+| 严格可用率 | 38.1579% |
+| 完成率 | 99.0132% |
+| 安全分 | 90.7895% |
+| 平均 NED | 0.1744 |
 
-阶段性 v4 结果：
+LLM 裁判存在约 `±0.5` 的展示误差。v5.2 不应与 v4、其他内容版本或不同提示词组直接混排。完整规则与对照结果见 [GitHub Benchmark v5](https://github.com/snnh/paddleocr-vl-code-ocr/blob/main/docs/ocr_benchmark_v5.md)。
 
-| 模型 | 提示词 | final_score_v4 | 平均 LLM | 平均 NED | 严格可用率 | 完成率 | 安全分 |
-| --- | --- | ---: | ---: | ---: | ---: | ---: | ---: |
-| PaddleOCR-VL-1.6 微调 v6 | `<image>OCR:` | 61.08 | 74.05 | 0.1360 | 47.00% | 96.00% | 79.00% |
+## 适用场景
 
-该分数是阶段性回归结果，最终比赛评审以官方规则和提交材料为准。
+- 从 IDE、终端和��试工具截图中提取可搜索文本。
+- 转写配置、日志、Traceback、diff 和 API 表格。
+- 为开发文档归档、问题排查或辅助标注提供 OCR 草稿。
 
 ## 局限性
 
-模型在以下场景仍可能出错：
+- 复杂 API 表格、长 Traceback、多区域界面和深层嵌套配置仍可能发生阅读顺序或结构错误。
+- 极小字号、模糊拍屏、压缩伪影和罕见符号会降低准确率。
+- 模型可能漏字、误认符号或重复文本；重要输出必须人工复核。
+- 本模型用于转写，不应视为代码生成、代码修复或安全分析工具。
 
-- 极小或模糊文本
-- 复杂 API 表格
-- 深层嵌套配置文件
-- 长 Traceback 输出
-- 多区域混排截图
-- 罕见符号、代码标点和缩进敏感内容
+## 许可
 
-模型输出应只作为 OCR 转写结果使用，不能视为代码语义理解或代码正确性保证。
+模型权重和仓库代码按 Apache License 2.0 发布。第三方训练素材不随模型重新分发或重新授权，仍受各自许可和使用条款约束。
 
 ## 致谢
 
-本模型为 PaddleOCR 全球衍生模型挑战赛构建，基础能力来自 PaddleOCR-VL 系列模型。
+感谢 PaddleOCR 与 PaddlePaddle 社区提供基础模型、工具链和赛事平台。