मॉडल लॉन्च

Baidu ने Unlimited OCR रिलीज़ किया: 3B पैरामीटर वाला MoE मॉडल, जो निरंतर KV कैश के साथ लंबे दस्तावेज़ों का कुशल विश्लेषण करता है

मूल शीर्षक:Baidu Releases Unlimited OCR, a 3B Model That Keeps the KV Cache Flat for Long-Document Parsing

AI सारांश

Baidu ने Unlimited OCR पेश किया है, जो 3B पैरामीटर वाला एक MoE मॉडल है और अनुमान के दौरान केवल 500M पैरामीटर सक्रिय करता है। इसका मुख्य नवाचार Reference Sliding Window Attention (R-SWA) है, जो KV कैश आकार को Lm + n (n डिफ़ॉल्ट रूप से 128) पर स्थिर करता है, जिससे मेमोरी और लेटेंसी आउटपुट लंबाई के साथ नहीं बढ़ती है। मॉडल को DeepSeek OCR के आधार पर 4000 चरणों तक प्रशिक्षित किया गया है, यह 32K की अधिकतम लंबाई का समर्थन करता है और DeepEncoder के माध्यम से 16 गुना टोकन संपीड़न प्राप्त करता है। OmniDocBench v1.5 पर इसका समग्र स्कोर 93.23 है, जो DeepSeek OCR बेसलाइन से 6.22 अंक अधिक है; v1.6 में 93.92 के स्कोर के साथ यह सर्वोच्च है। Base मोड में थ्रूपुट 5580 TPS तक पहुंचता है, जो DeepSeek OCR से 12.7% अधिक है, और 6000 टोकन आउटपुट पर लेटेंसी 35% कम है। यह पूरी किताबों के ट्रांसक्रिप्शन जैसे परिदृश्यों के लिए उपयुक्त है, और कोड तथा वेट Hugging Face पर ओपन-सोर्स हैं।

मुख्य जानकारी

  • Baidu ने Unlimited OCR पेश किया है,जो 3B पैरामीटर वाला एक MoE मॉडल है और अनुमान के दौरान केवल 500M…
  • 5 पर इसका समग्र स्कोर 93.
  • 23 है,जो DeepSeek OCR बेसलाइन से 6.
  • 22 अंक अधिक है
  • 92 के स्कोर के साथ यह सर्वोच्च है। Base मोड में थ्रूपुट 5580 TPS तक पहुंचता है,जो DeepSeek OCR से…

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
MarkTechPost(RSS)
श्रेणी
मॉडल लॉन्च
AI स्कोर
73
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

Baidu这个OCR模型用R-SWA把KV缓存压成常量,长文档解析终于不用越跑越慢了。MIT开源,3B总参但推理只消500M,做文档管线的可以直接接。

संबंधित एंटिटी

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: Baidu ने Unlimited OCR रिलीज़ किया: 3B पैरामीटर वाला MoE मॉडल, जो निरंतर KV कैश के साथ लंबे दस्तावेज़ों का कुशल विश्लेषण करता है। 25 जून 2026। https://new.nat6.net/hi/news/cmqt3kfx30024sl0ev7aty5q7/

सभी देखें →