Unlimited OCR 2 : Baidu publie un modèle ouvert pour lire des documents de plusieurs centaines de pages

Baidu publie Unlimited OCR 2, un modèle ouvert vision-langage (environ 3 milliards de paramètres) qui convertit des documents scannés en texte. Sa nouveauté : un mécanisme d'attention qui garde la mémoire et la vitesse quasi constantes quelle que soit la longueur du document, ce qui permet d'analyser en une seule requête des documents de dizaines voire de centaines de pages, avec le contexte entre les pages. Le modèle est sous licence MIT sur Hugging Face et ModelScope, avec une démo en ligne et un accès via Baidu Cloud.

Voir la publication originale↗Baidu (Hugging Face officiel) · huggingface.co