跳到正文
Hugging Face · 趋势模型·· 1 天前精选AI 评分55

百度发布 Unlimited-OCR 2,用 SR-SWA 实现无限篇幅文档解析

baidu/Unlimited-OCR-2

来源与原文

Hugging Face · 趋势模型

发布时间:(北京时间)

阅读原始来源 · huggingface.co ↗
完整链接与内容说明

https://huggingface.co/baidu/Unlimited-OCR-2

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

百度于 2026/10/27 发布 Unlimited-OCR 2,用 Sparse Reference Sliding Window Attention(SR-SWA)把文本-视觉注意力交互压缩到固定大小的工作参考集(如 512 token),使每步解码延迟和显存占用在文档变长时基本恒定。模型在 MPDocBench 和 MarathonDocBench 等几十页到上百页基准上达到 SOTA,支持 Transformers 原生推理和 SGLang 服务部署(含多页单请求解析),权重开放在 Hugging Face,论文见 arXiv 2606.23050。

推荐理由

原文给出 SR-SWA 的原理说明和 SGLang 部署参数调优细节,读者可以据此了解超长文档解析怎么做到显存和延迟基本恒定。

来源:Hugging Face · 趋势模型 · huggingface.co