百度开源 Unlimited OCR 2 文档解析模型
Unlimited OCR 2 is here, and it's open source. 📖 ✨
AI 导读
百度开源 Unlimited OCR 2，通过新的 SR-SWA 机制把文本与视觉的注意力交互压缩为固定规模的工作参考，从而在有限上下文窗口内解析几乎任意长度的文档。官方称文档变长时每步解码延迟和内存占用接近恒定，并在覆盖数十页到数百页文档的 MPDocBench 和 MarathonDocBench 上取得 SOTA 表现。
正文 · AI 翻译
Unlimited OCR 2 来了，而且是开源的。📖 ✨
更长的文档意味着多得多的注意力计算。我们全新的 SR-SWA 机制通过将文本-视觉注意力交互压缩为一组固定规模的工作参考，从而控制住这一开销。
它带来了以下能力： - 在有限上下文窗口内解析几乎任意长度的文档 - 随着文档变长，每步解码延迟和内存占用几乎保持恒定 - 在 MPDocBench 和 MarathonDocBench 上取得最先进的表现，覆盖从数十页到数百页的文档
在这里查看模型 ↓