Unlimited-OCR
lastmod 2026-10-30created 2026-10-301 edits
페이지 간 문맥을 이어 수백 페이지 문서를 파싱하는 OCR 모델
About
- Baidu가 여러 페이지를 한 요청으로 처리하는 Unlimited-OCR 2를 공개함. 페이지 간 문맥을 활용하며, 유한한 컨텍스트 윈도 안에서 매우 긴 문서를 이어서 파싱하도록 설계됨
- SR-SWA는 텍스트와 시각 정보 간 어텐션 상호작용을 고정 크기 참조 집합으로 압축해, 문서가 길어져도 단계별 디코딩 지연과 메모리 사용량을 거의 일정하게 유지함
- 자체 공개 평가에서 수십 페이지 규모의 MPDocBench 84.6점, 수백 페이지 규모의 MarathonDocBench 77.1점을 기록했으며, 비교 모델 중 가장 높은 종합 점수를 보임
- 빠른 테스트에는 Transformers, 서비스 운영에는 맞춤형 SGLang을 제공함. 단일 페이지와 다중 페이지 입력, PDF를 이미지로 변환해 처리하는 예시를 공개함
- 긴 문서를 나눠 처리하는 페이지 윈도를 줄이면 최대 메모리 사용량은 낮아지지만, 경계를 넘어 이어지는 블록의 문맥이 끊겨 페이지 간 병합 품질이 떨어질 수 있음