TII 介绍 Falcon OCR Arabic，在二点七亿参数 Falcon OCR 基础上适配阿拉伯语文档，保持原有架构。模型从第一层就把图像块和文字放进同一 Transformer，没有独立视觉编码器；category 参数可选择普通文字、公式 LaTeX 或表格 HTML 输出。
适配先使用真实与合成阿语材料进行监督微调，再以高质量样本做强化学习，重点减少错点、虚构变音符、漏行及重复表格行。阿语连写、从右向左表格、混合数字和多文字排版均是训练关注的问题。
TII 在十五类、共 11974 个真实样本的自建基准中报告文字准确度 81.87%、表格 TEDS 59.95%。模型在票据和行政表单表现较强，在报纸、杂志等复杂页面仍落后于部分通用模型。目前可通过在线 Playground 体验阿语文档识别，输入页面后查看结构化输出。