リリース: v5.21.0
# リリース v5.21.0 ## 新しいモデルの追加 ### MiniCPM-OCR MiniCPM-OCRは、OpenBMBのMiniCPM-Vファミリーに属する文書理解モデルです。このモデルは、SigLIP視覚エンコーダーとウィンドウアテンションマージをQwen3.5言語モデルと組み合わせたMiniCPM-V 4.6アーキテクチャを採用しており、スキャンしたページやスクリーンショット、領収書、表など、テキストが密集した画像の読み取りに特化しています。 **リンク:** [ドキュメント](https://huggingface.co/docs/transformers/main/en/model_doc/minicpm_ocr) | [論文](https://huggingface.co/papers/2509.18154) * @guarinによるフィーチャーテスト(#49920)([#49920](https://github.com/huggingface/transformers/pull/49920)) ### Flint FlintはRecursive社の混合専門家型言語モデルです。Qwen3-MoEのような標準的なSwiGLU MoEトランスフォーマーと比較して、ハイブリッドアテンション(スライディングウィンドウ)を採用しています