发生了什么
百度 开源 Unlimited OCR 模型(3B参数, R-SWA技术)
为什么值得关注
R-SWA 注意力机制区别于传统逐页处理,避免了上下文丢失,值得关注其实现细节及在长文档任务中的表现。
信息来源
以下内容来自公开来源,可打开原文继续核验。
01
百度开源 Unlimited OCR 模型:参考滑动窗口注意力技术
百度开源 Unlimited OCR 模型,3B 参数、500M 激活,采用参考滑动窗口注意力(R-SWA)技术,可单次前向推理处理数十页文档,在 OmniDocBench v1.5 上准确率 93%,比 DeepSeek-OCR 基线高 6 个百分点。
打开原始来源 ↗