BLIP y TrOCR: semántico frente a simbólico

Dos modelos de imagen a texto con la misma interfaz y usos opuestos: BLIP entiende qué pasa, TrOCR entiende qué dice. Cómo falla cada uno con la tarea del otro —contestando con aplomo a otra pregunta— y los parámetros que explican casi todos los problemas.

• blip
• trocr
• image-to-text
• ocr
• vision-lenguaje