datalab-to/surya は 90 以上の言語の文書を処理する Python ツール群です。最新リリースは v0.22.1 です。提供された記録にはこのバージョンの変更一覧がないため、今回のリリースで追加・変更された機能は確認できません。
このプロジェクトは文字を読む OCR（光学文字認識）だけでなく、レイアウト分析、読み順の把握、表の認識も提供します。ページの内容を文字に書き写すことにとどまらず、文書内で情報が置かれた構造も扱います。レイアウト分析はページの構成要素を区分し、読み順はその要素を読む順序を定めます。文書 OCR とレイアウト分析を併せて提供するため、文字認識とページ構成の把握をひとつのツールで扱う業務に焦点を置いています。README の要約には、テキスト行の検出と OCR エラーの検出用の個別モデルも含まれています。コードには Apache-2.0 ライセンス、モデルの重みには改変された AI Pubs Open Rail-M ライセンスが適用されます。
したがって、コードと重みを同じライセンスとして扱うことはできません。重みを使用できる条件は別のライセンスで確認する必要があります。提供された情報には v0.22.1 の細かな変更点や性能評価はありません。この資料だけでは今回のバージョンの改善幅を判断しにくく、確認できる範囲は文書処理機能と二つの構成要素のライセンスの差異までです。