Baidu выпустила модель Unlimited-OCR-2 для анализа длинных документов

Компания Baidu представила специализированную нейросеть Unlimited-OCR-2, предназначенную для обработки сверхдлинных документов. Модель разработана для решения проблем, связанных с ограничением контекстного окна и вычислительной сложностью при анализе больших объемов текста.

В основе архитектуры лежит метод SR-SWA (Stochastic Residual Stochastic Weight Averaging), который позволяет системе анализировать документы без использования квадратичного масштабирования. Такой подход значительно снижает требования к вычислительным ресурсам при работе с многостраничными файлами. Модель поддерживает интеграцию с Transformers и фреймворком SGLang, что обеспечивает ускоренный инференс для задач распознавания и обработки данных.

Решение ориентировано на автоматизацию извлечения информации из объемных архивов, технических спецификаций и юридических документов. Использование SGLang позволяет разработчикам развертывать модель в высоконагруженных средах, сохраняя при этом точность распознавания на длинных последовательностях. Инструмент доступен для интеграции в существующие пайплайны обработки данных, где требуется высокая пропускная способность при работе с документами большого формата.