Unlimited OCR 2
Unlimited OCR 2 යනු Baidu හි දෙවන විවෘත දිගු-ලේඛන parser එකයි. එය පිටපත් කරන පිටු කොටසට පමණක් අවධානය යොමු කරන නිසා ලේඛන දිගු වන විට පිරිවැය ස්ථාවරව පවතී.
නිකුතුවක්: Unlimited OCR.
- නිකුත් කළ දිනය
- 2026 ඔක්තෝබර් 27
- මාදිලි ID
- baidu/Unlimited-OCR-2
- ප්රමාණය
- 3B
- බලපත්රය
- MIT
- සෙවුම් වෙනත් නම්
- unlimited ocr 2, unlimited-ocr-2, baidu/Unlimited-OCR-2
Unlimited OCR 2 හි අලුත් දේ
- Sparse Reference Sliding Window Attention (SR-SWA) decoder හි attention ස්ථාවර වැඩ-යොමු කට්ටලයකින් (උදා. token 512) ප්රතිස්ථාපනය කරයි.
- ලේඛනය කොතරම් දිගු වුවද පියවරක ප්රමාදය සහ මතකය බොහෝ දුරට නියතව පවතී.
- පත්රිකාවට අනුව, පිටු සිය ගණනක පරිමාණයේදී full attention ට වඩා පියවරකට 7.0x සහ R-SWA ට වඩා 5.6x වේගවත්.
- MPDocBench සහ කතුවරුන්ගේ නව පිටු සිය ගණනක benchmark වන MarathonDocBench හි state-of-the-art end-to-end ප්රතිඵල.
- 2026 ජූනි 22 නිකුත් වූ Unlimited OCR හි අනුප්රාප්තිකයා. පළමු අනුවාදයේ කේතය UnlimitedOCR1.0 branch එකේ පවතී.
Unlimited OCR 2 benchmark
| Benchmark | ලකුණු | සටහන |
|---|---|---|
| full attention ට වඩා පියවරක වේග වැඩිවීම | 7.0x | පිටු සිය ගණනක ලේඛන |
| R-SWA ට වඩා පියවරක වේග වැඩිවීම | 5.6x | පිටු සිය ගණනක ලේඛන |
කතුවරුන් ප්රකාශ කළ ලකුණු. අපි ඒවා නැවත ධාවනය කර නැත.
Unlimited OCR 2 API හරහා භාවිත කරන්න
OCRRouter Unlimited OCR හි වෙනත් නිකුතුවක් baidu/unlimited-ocr ලෙස ධාවනය කරයි.
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 / pageUnlimited OCR අනුවාද
- Unlimited OCR: OCRRouter හි සියලු අනුවාද, මිල, වේගය සහ විශේෂාංග
- Unlimited OCR 2 (2026 ඔක්තෝබර් 27), මෙම පිටුව
ප්රශ්න
මූලාශ්ර
- Unlimited-OCR-2 model card (Hugging Face)
- Unlimited OCR on GitHub
- Unlimited OCR Works 2 paper (arXiv 2610.39308)
අවසන් යාවත්කාලීන කිරීම .