Ingeniería de IA
LightOnOCR-3: del PDF al texto con su estructura
Extraer bien las palabras de un PDF no basta si una hora acaba junto al título equivocado. LightOnOCR-3 también recoge la estructura del documento.
Leer bien una hora y asignarla a otra charla
Un programa de conferencias tiene dos columnas. El sistema reconoce las horas y los títulos, pero mezcla a qué sala pertenece cada sesión. Las palabras están bien y la respuesta está mal. LightOnOCR-3 intenta conservar también esa estructura.
LightOn publicó la familia el 8 de octubre de 2026, con variantes 0.8B, 1B y 4B, código y modelos bajo Apache 2.0. OCR convierte el texto de una imagen en texto utilizable; aquí interesan también las relaciones entre sus bloques.
Texto o texto con su posición
La ficha ofrece transcripción con un prompt vacío y un modo grounding que añade etiquetas, coordenadas, descripciones visuales y datos de gráficos. Esas coordenadas relacionan el contenido con una zona de la página.
También son una salida del modelo y necesitan revisión. Dibujar una caja alrededor de una tabla no demuestra que sus filas se hayan leído bien. La ficha recomienda esos dos modos, no instrucciones arbitrarias como si fuera un chat general.
Dos sesiones a las doce
Imagina que la sala principal y la de talleres tienen una sesión a las 12:00. Solo el taller trata sobre agentes de IA. Si guardas todo como texto continuo, puede perderse la relación entre sala, hora y título.
La extracción propuesta conservaría los bloques y sus encabezados. Así puedes preguntar en qué sala está el taller y volver a la página que respalda la respuesta. Si el nombre de la sala no se lee, debe quedar como dato pendiente en lugar de tomarlo de la sesión vecina.
Conservar el camino de vuelta al PDF
El cliente oficial convierte las páginas en imágenes y las envía al servidor de inferencia. Permite conservar por página la imagen, la transcripción y los bloques en JSON del modo grounding.
Guarda cada fragmento con su documento, página, versión y encabezados relevantes. Si la extracción ya asoció el taller a otra sala, cambiar después el prompt del asistente no corrige la fuente que consulta.
El error que importa puede ser una cifra pequeña
LightOn publica sus propios resultados y explica que normalizar la salida puede cambiar puntuaciones sin cambiar la información extraída. Esas tablas no garantizan precisión en cualquier PDF.
Para el programa, revisa salas, horarios y orden de lectura. Añade páginas borrosas o con texto pequeño. Conservar la imagen original permite descubrir un fallo que una transcripción aparentemente correcta no deja ver.
Cuándo necesitas realmente OCR
Si el PDF ya tiene una capa de texto bien ordenada, empieza por extraerla directamente. Prueba OCR cuando el documento sea un escaneo o pierda sus relaciones visuales con esa solución.
Elige unos pocos documentos públicos y consulta la compatibilidad de la variante y sus herramientas de inferencia. Compara errores, corrección manual, tiempo y recursos. El resultado útil es saber qué páginas puedes procesar y cuáles necesitan revisión.