Kotaro Kinoshita / MLism

Founder & CEO @ MLism
Building Document AI

[Kotaro Kinoshita / MLism @KINOCOAI]

yomitoku v0.13.0 を公開しました。

今回のアップデートでは、手書きOCRの認識精度を大幅に強化しています。

日本語OCRの評価データセットである JaWildText Handwriting OCR における評価では、yomitoku が 1-CER で 0.862 を達成し、ローカルVLMである Qwen3-VL-8B や、OCR特化モデルである PaddleOCR-VL を上回る結果となりました。

特に、横書きだけでなく縦書きの手書き文字にも対応しており、日本語文書OCRに特化したモデルとして、より実用性の高い方向に進化しています。

また、手書き文字だけでなく、活字文書に対しても、細部の文字をより厳密に読み取るためのモデル改善を行っています。

ローカル環境で動作する日本語文書OCRとして、手書き文字、縦書き、複雑な日本語文書を高精度に読み取りたい方は、ぜひお試しください。

GitHub:
https://t.co/cfp0TBMOGY
#yomitoku #OCR #DocumentAI #AI

[Kotaro Kinoshita / MLism @KINOCOAI]

何の目的やユースケースを想定して事後学習しているの？
→網羅的にベンチマークのスコアを上げるため。

どういうユースケースに使われているんですか？
→事業サイドは把握していません。

アカデミアではなく企業でこれは正直、問題だと思いました。

[Kotaro Kinoshita / MLism @KINOCOAI]

勉強になりました。似たような課題をやっている会社の方と話して「あるある」も聞けて共感できて、楽しかったです。

[Kotaro Kinoshita / MLism @KINOCOAI]

明日、行きます。部外者が飛び入りだと参加費3ディズニーランド分ぐらいして地味に高いので頑張って元を取ります。

[Kotaro Kinoshita / MLism @KINOCOAI]

日本で自社の事業の一環としてR&Dチームをもち、モデルを継続的に内製開発してる会社って本当に少ない気がする。日本全体で100社もなさそう

[Kotaro Kinoshita / MLism @KINOCOAI]

業界は狭いなーと思いました

[Kotaro Kinoshita / MLism @KINOCOAI]

業界は狭いなーと思いました

[Kotaro Kinoshita / MLism @KINOCOAI]

@moto09486481600 お！時間があれば、ちょっとお茶しましょ。（後でslackのDMで連絡します）

[Kotaro Kinoshita / MLism @KINOCOAI]

明日、行きます。部外者が飛び入りだと参加費3ディズニーランド分ぐらいして地味に高いので頑張って元を取ります。

[Kotaro Kinoshita / MLism @KINOCOAI]

明日、飛び入りでJSAIに行こうかな

[Kotaro Kinoshita / MLism @KINOCOAI]

SIerはやばいと思わないけどSESは本当に厳しい気がする

[Kotaro Kinoshita / MLism @KINOCOAI]

今の感じだと、FDEって短期需要はあってもしばらくしたら供給過多で単価下がると思う。もう少しいうと、人月単価ビジネスや受託の延長のエセFDEは厳しいと思う

[Kotaro Kinoshita / MLism @KINOCOAI]

ここ数年、AI受託が流行ったのと同型の構図に開発エージェントの圧がかかってカオスになりそう

[Kotaro Kinoshita / MLism @KINOCOAI]

日高屋は上場しているけど、VCマネー入っているのだろうか...

[凍結さん｜ベンチャーキャピタリスト @venturecapita]

流行ると思います。ただ簡単にやれることは、競合も簡単にやれる。参入障壁はとても低い。

だって資金も組織もいらないのだから。本質的には飲食店と同じぐらい気軽にソフトウェア起業が可能になったということかなと。ラーメン屋でも日高屋にやりたければ資金が必要だし、数店舗なら銀行で十分。

[Kotaro Kinoshita / MLism @KINOCOAI]

度々1人で大変じゃないですか？と言われるけど、確かに元々は人足りなかったけど、最近は開発タスクの詰まりはほぼない

サーベイや要件定義、設計周りのディスカッション、CSも私とGPTやClaudeで事足りていて、技術サイドの仕事がボトルネックになることはほとんどなく、大変ではなくなった

[Kotaro Kinoshita / MLism @KINOCOAI]

供給効率をあげて売上を上げるためには営業サイドを増やすしかないので結局、営業ゲームになりそう。コーディングエージェントがエンジニアに恩恵をもたらすかは難しい問題

[Kotaro Kinoshita / MLism @KINOCOAI]

開発速度がいくら早くなろうが、受け入れ側の導入、意思決定、オンボーディングは短縮できないので、結局、短期的には売上を上げる効果よりエンジニアの人件費を削って開発原価を下げる方向の方が大きい問題

[Kotaro Kinoshita / MLism @KINOCOAI]

明日、飛び入りでJSAIに行こうかな

[Kotaro Kinoshita / MLism @KINOCOAI]

打ち合わせの問題は頻度ではなく、参加者数の過剰な点。過剰参加が文化になると、各人が防衛的に関係者、全員呼び始め、会議コストは連鎖的かつ継続的に増殖してしまうのが問題だと個人的に思う

[Kotaro Kinoshita / MLism @KINOCOAI]

真面目に大企業とかはAI活用するより、社内打ち合わせ減らした方が生産性上がると思う。個人の作業速度よりコミュニケーションコストがボトルネックなことが多い

[Kotaro Kinoshita / MLism @KINOCOAI]

イオンモールおじさんの起源
←平成当時
→現在

[Kotaro Kinoshita / MLism @KINOCOAI]

好き嫌い、良いか悪いかは置いておいて、自己認識は定期的に棚卸ししたほうが良いとは思う。

時代も自分も立場に求められる振る舞いも、思っているより変わっていたりするので、トレンド云々よりも、立場や年齢相応かどうかは多少、気にした方がいいなと最近、思ったりもした。