百度发布了其开源光学字符识别模型 Unlimited OCR 2。新版本采用稀疏参考滑动窗口注意力机制,能够在计算成本不显著增加的情况下处理任意长度的文档。该模型的代码和权重已在 GitHub 和 Hugging Face 上根据 MIT 许可协议公开。 AI
影响 此次发布为处理长文档提供了一个新的高效解决方案,可能影响依赖于广泛文档分析的行业。
排序理由 采用新颖技术方法的新模型开源发布。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
百度发布了其开源光学字符识别模型 Unlimited OCR 2。新版本采用稀疏参考滑动窗口注意力机制,能够在计算成本不显著增加的情况下处理任意长度的文档。该模型的代码和权重已在 GitHub 和 Hugging Face 上根据 MIT 许可协议公开。 AI
影响 此次发布为处理长文档提供了一个新的高效解决方案,可能影响依赖于广泛文档分析的行业。
排序理由 采用新颖技术方法的新模型开源发布。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
Baidu's Unlimited OCR 2 uses sparse reference sliding window attention to keep decoding cost nearly flat as documents grow. Weights and code are on GitHub and Hugging Face under the MIT license.