Baidu révolutionne l'OCR avec Unlimited OCR
Baidu a développé Unlimited OCR, un système de reconnaissance de documents inspiré par la façon dont les humains copient du texte. Avec R-SWA, il limite la mémoire à 128 tokens tout en atteignant 93% de précision sur OmniDocBench, surpassant Deepseek OCR de 6 points.
« Unlimited OCR scores 93 percent overall on the OmniDocBench v1.5 document benchmark, six percentage points above the Deepseek OCR baseline, according to the authors. » — The Decoder
Que faut-il retenir ?
- Unlimited OCR utilise R-SWA pour limiter la mémoire à 128 tokens tout en traitant des documents.
- Le système atteint 93% de précision sur OmniDocBench v1.5, surpassant Deepseek OCR de 6 points.
- L'architecture s'inspire de l'oubli humain pour éviter de surcharger la mémoire.
- Le modèle est entraîné sur 2 millions d'échantillons de documents avec 32 000 tokens par séquence.
Pourquoi cette nouvelle compte-t-elle ?
Cette innovation en OCR permet de traiter des documents longs sans augmentation de mémoire, ce qui est crucial pour les applications professionnelles de numérisation massive. La stabilité des performances sur de longs documents ouvre des possibilités pour l'automatisation documentaire à grande échelle.
93% de précision sur OmniDocBench v1.5
Public concerné : entreprises, développeurs
Comment Unlimited OCR gère-t-il la mémoire lors du traitement de documents longs ?
Unlimited OCR utilise R-SWA pour limiter la mémoire à 128 tokens, fonctionnant comme une file d'attente où chaque nouveau token remplace le plus ancien. Cela permet de traiter des documents de 40 pages sans surcharge mémoire.
