模型官方一手

百度开源 Unlimited OCR 2,单次解析百页长文档

Baidu Open-Sources Unlimited OCR 2 for Hundred-Page Document Parsing

精选理由

百度开源了 3B 的 Unlimited OCR 2,一次请求能啃下上百页文档,MIT 协议随便用,MarathonDocBench 跑出 77.1 分。

百度发布 Unlimited OCR 2,采用 MIT 许可证开源。这是一个 3B 参数的 OCR 模型,可以在单次请求中解析上百页的文档。其 SR-SWA 注意力机制让逐步解码的成本接近持平,在 MarathonDocBench 上拿到 77.1 分。

图片来源 · marktechpost
原文 · marktechpost

Baidu Open-Sources Unlimited OCR 2 for Hundred-Page Document Parsing

Baidu has released Unlimited OCR 2, an MIT-licensed 3B OCR model that parses hundred-page documents in one request. Its SR-SWA attention keeps per-step decoding cost nearly flat, scoring 77.1 on MarathonDocBench The post Baidu Open-Sources Unlimited OCR 2 for Hundred-Page Document Parsing appeared first on MarkTechPost .