Baidu открыла исходный код OCR-модели Unlimited OCR 2 на 3,34 млрд параметров

Baidu выпустила открытую OCR-модель Unlimited OCR 2 на 3,34 млрд параметров под лицензией MIT. Она разбирает документы в сотни страниц за один запрос благодаря разреженному вниманию SR-SWA и набирает 77,1 балла на MarathonDocBench против 33,7 у ближайшего конкурента.

• Модель на 3,34 млрд параметров, лицензия MIT, код на GitHub
• Максимальная длина контекста — 131 072 токена, запуск на одной GPU в BF16
• 77,1 балла на MarathonDocBench, у Kimi-K3 — 33,7
• Слабое место — иерархия заголовков: 48,2 балла (TEDS)