百度开源Unlimited OCR 3B够用吗？
核心架构亮点，解决传统OCR致命短板传统OCR最大痛点：长多页文档逐页识别，KV缓存持续膨胀显存溢出，模型主动“失忆”，跨页上下文丢失、越跑越慢。Unlimited OCR核心依靠自研R-SWA参考滑动窗口注意力，模拟人工抄写“软遗忘”逻辑：完整保留全文视觉信息，仅聚焦近期输出段落，KV缓存恒定，输入1万token和10万token内存占用完全一致，搭配DeepEncoder视觉压缩，单页PDF统一压缩至256视觉token，单次推理可连续解析40+页文档不中断。模型硬件门槛极低：总参3B，实际激活仅500M，普通笔记本、单卡3090即可流畅部署，不用高端A100集群，中小企业零算力压力。
发布于 四川
分享
评论
赞
未登录
友善发言
评论
加载中
