Unlimited OCR 2
Unlimited OCR 2 دومین تجزیهگر باز اسناد طولانی Baidu است. فقط به بخشی از صفحه که در حال رونویسی است توجه میکند، پس هزینه با بزرگ شدن سند ثابت میماند.
نسخهای از Unlimited OCR.
- تاریخ انتشار
- 27 اکتبر 2026
- شناسه مدل
- baidu/Unlimited-OCR-2
- اندازه
- 3B
- مجوز
- MIT
- جستجو شده با نام
- unlimited ocr 2, unlimited-ocr-2, baidu/Unlimited-OCR-2
چه چیزی در Unlimited OCR 2 جدید است
- Sparse Reference Sliding Window Attention (SR-SWA) توجه رمزگشا را با مجموعه ثابتی از مرجعهای کاری، مثلاً 512 توکن، جایگزین میکند.
- تأخیر هر گام و حافظه تقریباً ثابت میمانند، هر قدر هم سند طولانی باشد.
- در مقیاس صد صفحه، هر گام 7.0 برابر سریعتر از full attention و 5.6 برابر سریعتر از R-SWA، طبق مقاله.
- نتایج پیشرو از ابتدا تا انتها در MPDocBench و MarathonDocBench، بنچمارک صدصفحهای جدید نویسندگان.
- پس از Unlimited OCR که در 22 ژوئن 2026 منتشر شد. کد نسخه اول در شاخه UnlimitedOCR1.0 باقی میماند.
بنچمارکهای Unlimited OCR 2
| بنچمارک | امتیاز | توضیح |
|---|---|---|
| افزایش سرعت هر گام نسبت به full attention | 7.0x | اسناد صدصفحهای |
| افزایش سرعت هر گام نسبت به R-SWA | 5.6x | اسناد صدصفحهای |
امتیازها همانطور که نویسندگان منتشر کردهاند. ما آنها را دوباره اجرا نکردهایم.
استفاده از Unlimited OCR 2 از طریق API
OCRRouter نسخه دیگری از Unlimited OCR را با شناسه baidu/unlimited-ocr اجرا میکند.
1DeepSeek-OCROpen-source vision model that compresses pages into few tokens.1 credit / page
deepseek/deepseek-ocr1 credit / page2PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.6 credits / pagepaddle/paddleocr-vl6 credits / page3GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.6 credits / pagezai/glm-ocr6 credits / pageنسخههای Unlimited OCR
- Unlimited OCR: همه نسخهها، قیمت، سرعت و امکانات در OCRRouter
- Unlimited OCR 2 (27 اکتبر 2026), این صفحه
پرسشها
منابع
- Unlimited-OCR-2 model card (Hugging Face)
- Unlimited OCR on GitHub
- Unlimited OCR Works 2 paper (arXiv 2610.39308)
آخرین بهروزرسانی .