Baidu lance Unlimited OCR pour traiter des documents longs
Baidu a développé 'Unlimited OCR', un système de reconnaissance de documents qui traite des dizaines de pages en une seule passe en imitant la mémoire humaine. Il utilise R-SWA pour limiter la mémoire à 128 tokens et atteint 93% de précision sur OmniDocBench v1.5.
« Baidu frames the problem with a human analogy. Someone copying a book doesn't re-read everything they've already written. » — The Decoder
Que faut-il retenir ?
- Unlimited OCR utilise R-SWA pour limiter la mémoire à 128 tokens, gardant le cache KV constant.
- Le modèle atteint 93% de précision sur OmniDocBench v1.5, soit 6 points de plus que Deepseek OCR.
- L'erreur reste inférieure à 0,11 après 40 pages dans le test long-horizon.
- Le système est basé sur Deepseek OCR avec un encodeur de 3 milliards de paramètres, dont 500 millions actifs.
Pourquoi cette nouvelle compte-t-elle ?
Cette innovation améliore significativement la reconnaissance de documents longs en une seule passe, réduisant la mémoire nécessaire et maintenant une haute précision. Les professionnels de l'IA et de la gestion documentaire y trouveront un gain d'efficacité notable.
93% de précision sur OmniDocBench v1.5
Public concerné : développeurs, entreprises
