百度开源 Unlimited OCR 2,单次解析任意长度文档
Baidu Open-Sources Unlimited OCR 2, Parsing Documents of Any Length in One Pass
百度把 Unlimited OCR 2 开源了,MIT 协议随便商用,长文档一次解析完不用切分,做文档处理的可以去 GitHub 拉下来试试。
百度开源 OCR 模型 Unlimited OCR 2,采用稀疏参考滑动窗口注意力(SR-SWA)机制,使解码成本在文档长度增加时基本保持平稳。模型权重和代码已在 GitHub 和 Hugging Face 上以 MIT 许可证发布,可在基准 MarathonDocBench 上检验其长文档解析能力。
Baidu Open-Sources Unlimited OCR 2, Parsing Documents of Any Length in One Pass
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.
- marktechpost10-27 05:26原文