Baiduは、長文文書解析向けの30億パラメータを持つエンドツーエンドモデル「Unlimited OCR」をオープンソース化しました。このモデルは約5億7000万のパラメータを活性化し、定数サイズのKVキャッシュを用いた連続的な複数ページ解析を実現する「リファレンス・スライディング・ウィンドウ・アテンション」機能を備えています。 OmniDocBench v1.6で93.92%の精度を記録し、DeepSeek OCRよりも12.7~35%高速で、公開から5日間でGitHubのスター数が1万に達した。





家
