Дом
Baidu представила модель OCR с открытым исходным кодом объемом 3B, которая за пять дней набрала более 10K звезд

Компания Baidu недавно выпустила и открыла исходный код сквозной модели OCR с 3 миллиардами параметров под названием «Unlimited OCR» , специально разработанной для задач разбора длинных документов, таких как книги и научные статьи. После выпуска проект быстро возглавил четыре списка трендов на GitHub и HuggingFace, а уже через пять дней после открытия исходного кода набрал более 10 000 звезд на GitHub.
С технической точки зрения, Unlimited OCR активирует около 570 млн параметров во время инференции и впервые внедряет механизм Reference Sliding Window Attention (R-SWA). Этот механизм устраняет традиционное ограничение «постраничного разбора + сшивки», позволяя осуществлять непрерывный разбор десятков страниц за один проход; при этом он поддерживает кэш «ключ-значение» (KV Cache) на этапе декодирования в постоянном масштабе, благодаря чему использование памяти и вычислительные затраты больше не резко возрастают с увеличением длины выходных данных.
В тесте OmniDocBench v1.6 модель установила новый рекорд, набрав 93,92 %. В реальных сценариях скорость вывода данных примерно на 12,7 % выше, чем у DeepSeek OCR, а при длине выходного текста 6000 токенов преимущество в скорости увеличивается до 35 %, что открывает новый подход к оцифровке огромных объемов документов и управлению долгосрочной памятью крупных моделей.
Связанная статья
Акции США достигли исторической отметки, поскольку гиганты искусственного интеллекта и аэрокосмической отрасли готовятся к дебюту с оценкой в триллион долларов
Илон Маск, Сэм Алтман и Дарио Амодэй, три титана технологического сектора, продвигаются к первичным публичным предложениям акций своих respective компаний. Благодаря SpaceX, OpenAI и Anthropic — трем отраслевым гигантам, чья оценка приближается к три
Шведский стартап в области искусственного интеллекта Lovable Eyes достиг оценки в 13,2 миллиарда долларов после крупного раунда финансирования
По мере того как инструменты для программирования на основе искусственного интеллекта набирают популярность, шведский стартап Lovable привлек крупный раунд финансирования. Компания нацелена на привлечение $3 млрд, что потенциально может увеличить её
Google тестирует агента Remy AI для Gemini по мере смещения фокуса на управление пользователями
Согласно Business Insider, Google тестирует Remy, нового ИИ-персонального агента для Gemini. Этот инструмент предназначен для выполнения задач от имени пользователей, упрощая как профессиональные рабочие процессы, так и повседневные рутины.В настоящ
Рекомендации по связанным специальным темам
Комментарии (1)

Компания Baidu недавно выпустила и открыла исходный код сквозной модели OCR с 3 миллиардами параметров под названием
С технической точки зрения,
В тесте OmniDocBench v1.6 модель установила новый рекорд, набрав 93,92 %. В реальных сценариях скорость вывода данных примерно на 12,7 % выше, чем у DeepSeek OCR, а при длине выходного текста 6000 токенов преимущество в скорости увеличивается до 35 %, что открывает новый подход к оцифровке огромных объемов документов и управлению долгосрочной памятью крупных моделей.
Акции США достигли исторической отметки, поскольку гиганты искусственного интеллекта и аэрокосмической отрасли готовятся к дебюту с оценкой в триллион долларов
Илон Маск, Сэм Алтман и Дарио Амодэй, три титана технологического сектора, продвигаются к первичным публичным предложениям акций своих respective компаний. Благодаря SpaceX, OpenAI и Anthropic — трем отраслевым гигантам, чья оценка приближается к три
Шведский стартап в области искусственного интеллекта Lovable Eyes достиг оценки в 13,2 миллиарда долларов после крупного раунда финансирования
По мере того как инструменты для программирования на основе искусственного интеллекта набирают популярность, шведский стартап Lovable привлек крупный раунд финансирования. Компания нацелена на привлечение $3 млрд, что потенциально может увеличить её











