Baidu เปิดตัว Unlimited OCR: โมเดล MoE 3B พารามิเตอร์ KV cache คงที่เพื่อแยกวิเคราะห์เอกสารยาวอย่างมีประสิทธิภาพ
หัวข้อต้นฉบับ:Baidu Releases Unlimited OCR, a 3B Model That Keeps the KV Cache Flat for Long-Document Parsing
สรุปโดย AI
Baidu เปิดตัว Unlimited OCR โมเดล MoE 3B พารามิเตอร์ เปิดใช้งานเพียง 500M พารามิเตอร์ระหว่างการอนุมาน นวัตกรรมหลัก Reference Sliding Window Attention (R-SWA) กำหนดขนาด KV cache คงที่ที่ Lm + n (n ค่าเริ่มต้น 128) หน่วยความจำและความหน่วงไม่เพิ่มตามความยาวผลลัพธ์ โมเดลฝึกต่อจาก DeepSeek OCR 4,000 ก้าว รองรับความยาวสูงสุด 32K บีบอัดโทเค็น 16 เท่าผ่าน DeepEncoder บน OmniDocBench v1.5 คะแนนรวม 93.23 สูงกว่าเส้นฐาน DeepSeek OCR 6.22 คะแนน v1.6 ได้ 93.92 สูงสุด โหมด Base ปริมาณงาน 5,580 TPS เพิ่มขึ้น 12.7% เทียบ DeepSeek OCR ความหน่วงต่ำกว่า 35% เมื่อผลลัพธ์ 6,000 โทเค็น เหมาะกับงานถอดความหนังสือทั้งเล่ม โค้ดและน้ำหนักเปิดโอเพนซอร์สบน HuggingFace
ข้อมูลสำคัญ
- Baidu เปิดตัว Unlimited OCR โมเดล MoE 3B พารามิเตอร์ เปิดใช้งานเพียง 500M…
- 5 คะแนนรวม 93.
- 23 สูงกว่าเส้นฐาน DeepSeek OCR 6.
- 22 คะแนน v1.
- 92 สูงสุด โหมด Base ปริมาณงาน 5,580 TPS เพิ่มขึ้น 12.
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- MarkTechPost(RSS)
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน AI
- 73
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。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: Baidu เปิดตัว Unlimited OCR: โมเดล MoE 3B พารามิเตอร์ KV cache คงที่เพื่อแยกวิเคราะห์เอกสารยาวอย่างมีประสิทธิภาพ 25 มิถุนายน 2026 https://new.nat6.net/th/news/cmqt3kfx30024sl0ev7aty5q7/