Baidu представила Unlimited OCR 2: распознавание документов неограниченной длины

Команда Baidu выпустила модель Unlimited OCR 2, использующую механизм внимания SR-SWA для сжатия текстово-визуальных взаимодействий. Это позволяет обрабатывать документы любой длины с постоянной вычислительной сложностью и фиксированным объемом памяти, избегая квадратичного роста затрат. Модель демонстрирует состояние искусства (SOTA) на бенчмарках для длинных документов.