修改

README.md

@@ -6,11 +6,11 @@
 Qianfan-OCR是由百度千帆团队研发的一款参数量为40亿（4B）的端到端文档智能模型。该模型在统一的视觉-语言架构下，实现了文档解析、版面分析与文档理解的深度融合。
 相较于传统多阶段OCR流水线将版面检测、文本识别与语言理解模块串联执行的范式，Qianfan-OCR采用直接图像到Markdown的端到端转换机制，并支持广泛的提示驱动（prompt-driven）任务。其能力涵盖结构化文档解析、表格抽取、图表理解、文档问答以及关键信息提取等多元场景，所有功能均在单一模型内实现闭环处理。  
 核心亮点:  
-🏆 OmniDocBench v1.5 端到端模型榜首：综合得分高达93.12，超越DeepSeek-OCR-v2（91.09）、Gemini-3 Pro（90.33）及所有其他端到端模型。
-🏆 OlmOCR Bench 端到端模型榜首：得分79.8。
-🏆 关键信息提取（KIE）性能第一：在五个公开 KIE 基准测试中取得87.9的平均分，优于Gemini-3.1-Pro、Gemini-3-Pro、Seed-2.0 及 Qwen3-VL-235B-A22B。
-🧠 Layout-as-Thought（版面即思维）：一种创新的可选思维链（Chain-of-Thought）机制，通过引入  标记，在端到端范式内显式重构版面分析过程，增强模型推理能力。
-🌍 支持192种语言：具备广泛的多语言OCR能力，覆盖多种文字脚本。
+🏆 OmniDocBench v1.5 端到端模型榜首：综合得分高达93.12，超越DeepSeek-OCR-v2（91.09）、Gemini-3 Pro（90.33）及所有其他端到端模型。  
+🏆 OlmOCR Bench 端到端模型榜首：得分79.8。  
+🏆 关键信息提取（KIE）性能第一：在五个公开 KIE 基准测试中取得87.9的平均分，优于Gemini-3.1-Pro、Gemini-3-Pro、Seed-2.0 及 Qwen3-VL-235B-A22B。  
+🧠 Layout-as-Thought（版面即思维）：一种创新的可选思维链（Chain-of-Thought）机制，通过引入  标记，在端到端范式内显式重构版面分析过程，增强模型推理能力。  
+🌍 支持192种语言：具备广泛的多语言OCR能力，覆盖多种文字脚本。  
 ⚡ 高效部署：在单张A100 GPU上采用W8A8量化（权重与激活值均为8比特）技术，推理吞吐量高达1.024 PPS（页/秒）。