LightOnOCR-3 lit tableaux et manuscrits : le score français reste à auditer

LightOn a publié LightOnOCR-3 le 8 octobre 2026, selon l’analyse d’explainx. La famille associe transcription et repérage des éléments d’une page : texte, tableaux, images et graphiques. Les manuscrits figurent parmi les documents évalués, mais leur lecture reste une tâche exigeante.

La gamme comprend des variantes de 0,8, 1 et 4 milliards de paramètres sous licence Apache 2.0. Pour la plus grande, les résultats publiés par LightOn affichent une moyenne de 78,5 sur trois bancs d’essai et 74,1 sur fr-bench-pdf2md, consacré aux documents français. Ces chiffres sont issus des évaluations de l’éditeur : ils ne constituent pas encore une mesure indépendante sur des dossiers français utilisés en conditions réelles.

Du texte à la structure de la page

La nouveauté tient à la façon dont chaque élément peut rester lié à sa place dans le document. En transcription simple, le modèle restitue le contenu textuel. Dans son mode de localisation, il ajoute à chaque bloc une catégorie et des coordonnées : un titre, un paragraphe, un tableau ou une légende peuvent ainsi être distingués dans la sortie.

Cette distinction compte lorsqu’une page mêle plusieurs colonnes, des illustrations et des données chiffrées. Une suite de mots correctement reconnus peut perdre son sens si les cellules d’un tableau ou l’ordre des blocs sont confondus. La sortie enrichie vise à préserver ces relations ; elle associe aussi une brève description aux images et transforme les points de données d’un graphique en tableau exploitable.

Il s’agit de capacités décrites pour la famille, pas d’une garantie uniforme sur chaque page. La qualité d’un scan, la densité de la mise en page et la lisibilité d’une écriture manuscrite peuvent modifier le résultat. Le modèle fournit des repères pour retrouver l’emplacement d’une information, ce qui permet de distinguer une extraction structurée d’une transcription qui aurait simplement aplati la page.

Trois tailles, des choix techniques distincts

Les variantes ne suivent pas une progression où seule la taille change. Les modèles de 0,8 et 4 milliards de paramètres utilisent une architecture de vision et de langage Qwen3.5 ; celui de 1 milliard conserve l’architecture de la génération précédente. Cette différence explique en partie pourquoi le modèle intermédiaire peut offrir un comportement familier aux installations existantes sans occuper systématiquement la deuxième place dans les évaluations.

La licence Apache 2.0 autorise la recherche et l’usage commercial sous ses conditions. Les poids publiés rendent également possible l’exécution des modèles sur une infrastructure choisie par l’utilisateur. La taille influe sur les ressources nécessaires, tandis que la précision dépend aussi de la catégorie de page et du mode de sortie demandé. Un classement global ne suffit donc pas à décrire le compromis de chaque variante.

Le mode enrichi ajoute des catégories, des coordonnées et, selon le contenu, des descriptions d’images ou des données de graphiques. Il produit davantage d’informations qu’une transcription seule. Ce surcroît de sortie a une utilité précise lorsque le traitement doit conserver le lien entre une donnée extraite et sa position dans la page ; il représente aussi un travail supplémentaire de génération.

Ce que mesurent les scores français

Le banc d’essai français réunit des catégories différentes : texte courant, formulaires, graphiques, pages manuscrites, longs tableaux et mises en page à plusieurs colonnes. Son score général agrège ces difficultés. Une avance sur la moyenne peut donc masquer un résultat bien moins convaincant sur le type de document qui importe à un lecteur.

Dans les chiffres publiés, la grande variante devance les deux autres sur l’ensemble français. L’écart est particulièrement visible pour l’écriture manuscrite, tandis que certaines catégories de tableaux et de graphiques sont mieux réussies par d’autres modèles comparés. Le verbe « lire » décrit ici une capacité évaluée sur un corpus défini, sans promettre une transcription exacte de tout manuscrit.

La moyenne calculée sur plusieurs bancs d’essai répond à une autre question que le score français. Elle rapproche des tests de transcription générale et d’interprétation visuelle dont les contenus et les métriques diffèrent. Le résultat français renseigne plus directement sur les pages francophones du corpus ; aucun des deux chiffres ne donne à lui seul un taux d’erreur attendu pour une archive ou un formulaire particulier.

Une méthode publiée, un audit encore attendu

La publication technique de LightOn détaille les scores par catégorie et indique que des fonctions de normalisation sont appliquées aux sorties avant le calcul. Elle précise également que ces fonctions et les ressources nécessaires à la reproduction des résultats sont publiées. Les comparaisons restent celles que l’éditeur a produites avec ses réglages et sa sélection de modèles.

La normalisation répond à un problème réel des évaluations par distance textuelle : une même note de bas de page peut être représentée en HTML, en LaTeX ou en texte ordinaire. Une métrique peut pénaliser ces formes alors qu’un lecteur y retrouve la même information. Modifier leur représentation peut donc faire bouger un score sans que la qualité de l’extraction ait changé dans la même proportion.

Les résultats détaillés montrent aussi pourquoi les manuscrits méritent une lecture séparée de la moyenne. Cette catégorie progresse avec la grande variante, mais demeure nettement plus difficile que le texte courant du même banc d’essai. Une évaluation extérieure sur des documents français variés, avec les mêmes pages et réglages pour chaque variante, permettrait de mesurer si les écarts annoncés se retrouvent hors du corpus choisi par LightOn.

À lire aussi :

• Polymarket viserait 21 Md$ : son nouveau milliard reste rapporté, pas annoncé
• GPT‑6 Astra arrive au compte-gouttes, avec une IA plus difficile à auditer
• MAI‑Transcribe‑2 coûte 0,10 $ l’heure, mais le français reste à éprouver