模型多源确认
百度开源 Unlimited OCR 2：显存从 47GB 降到 1.77GB，读完 3623 页哈利·波特
精选理由
百度开源的 Unlimited OCR 2 用稀疏注意力把显存从 47GB 压到 1.77GB，还能读完 3623 页哈利·波特，权重直接可下。
百度文心开源了 Unlimited OCR 2 OCR 模型，核心思路是用稀疏注意力替代全局注意力，让每一步处理更少内容而不是扩大上下文窗口。显存占用从 47GB 降到 1.77GB，降幅超过 96%。长文档识别准确率达到通用大模型的 2.3 倍，官方演示中完整读完了 3623 页的哈利·波特。全权重已在 GitHub 和 HuggingFace 上开源。
原文 · berryxia
所有人都在卷更大的上下文窗口，但读完 3623 页哈利·波特的那个 OCR 模型，靠的居然是"每一步看得更少"。
百度文心刚开源的 Unlimited OCR 2，用稀疏注意力替代全局注意力，显存从 47GB 降到 1.77GB，准确率碾压通用大模型 2.3 倍。
GitHub 和 HuggingFace 全权重已开源👇 https://t.co/R8HcaxLTAC
