百度发布Unlimited-OCR 2,实现无限长文档解析
百度推出Unlimited-OCR 2,核心是稀疏参考滑动窗口注意力(SR-SWA),将文本-视觉注意力压缩到固定大小的参考集(如512个token),使解码延迟和内存占用几乎不随文档长度增长。该模型在MPDocBench及百页级MarathonDocBench上达到SOTA。
AI 日报收录的 SR-SWA 相关报道,共 1 篇,按时间倒序,每小时更新。
百度推出Unlimited-OCR 2,核心是稀疏参考滑动窗口注意力(SR-SWA),将文本-视觉注意力压缩到固定大小的参考集(如512个token),使解码延迟和内存占用几乎不随文档长度增长。该模型在MPDocBench及百页级MarathonDocBench上达到SOTA。