文心 Unlimited OCR 2 开源，SR-SWA 机制处理 3623 页文档
做 OCR 横评的博主实测了文心这个开源 OCR，整本 3623 页丢进去不用切分，显存从 47GB 降到 1.77GB，长文档处理可以直接抄作业。
#长文档
共 3 条 · 7 天 0 条 · 30 天 1 条
信息流里打上「长文档」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月27日
8月13日
LlamaIndex 发布 ExtractBench，长列表提取 F1 为 8.9%–35.8%
LlamaIndex 搞了个 ExtractBench，测了 14 个系统，发现长文档提取召回率很低。它家 Agentic Plus 能到 96.1%，比别的都稳。
6月23日
百度发布Unlimited-OCR：Constant KV Cache实现长文档SOTA性能
百度搞了个Unlimited-OCR，用Constant KV Cache解决长文档识别，缓存不爆炸，性能还最强，适合处理几百页的合同或文献。