AnswersPublished16 sources
Baidu Unlimited OCR 2 skal kunne læse dokumenter uden en fast sid grænse
Unlimited OCR 2 blev udgivet 27. oktober 2026 og bruger Sparse Reference Sliding Window Attention (SR SWA) til at begrænse modellens aktive referencer, når den behandler flere dokumentsider i én forespørgsel.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Unlimited OCR 2 blev udgivet 27. oktober 2026 og bruger Sparse Reference Sliding Window Attention (SR SWA) til at begrænse modellens aktive referencer, når den behandler flere dokumentsider i én forespørgsel.
- Baidu oplyser, at afkodning pr. trin i en test med 100 sider var 7,0 gange hurtigere end fuld attention og 5,6 gange hurtigere end den tidligere R SWA metode.
- Baidu rapporterer resultater på MPDocBench og MarathonDocBench, men de citerede kilder dokumenterer ikke en uafhængig efterprøvning.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Baidu’s Unlimited OCR 2, open-sourced as reported on October 28, 2026, and how does it advance the original Unlimited-OCR released i. Article summary: Baidu’s Unlimited OCR 2 is an open-source, end-to-end document-parsing model designed to process extremely long documents in a single request using bounded working attention, rather than a context that grows with every p. Topic tags: general, general web, user generated, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, char
Baidu lancerede Unlimited OCR 2 den 27. oktober 2026 som en open source-model til dokumentbehandling. Den er udviklet til at gennemgå lange dokumenter i én forespørgsel. Den centrale ændring er Sparse Reference Sliding Window Attention (SR-SWA), som begrænser tekst-billed-opmærksomheden til et fast sæt aktive referencer i stedet for at udvide beregningen til hele dokumentet. Baidus benchmark- og hastighedstal ser lovende ud, men bør læses som virksomhedens egne resultater – ikke som uafhængigt bekræftede målinger. 3
6
2
Hvad er nyt i Unlimited OCR 2?
Den første version brugte Reference Sliding Window Attention (R-SWA). I version 2 er metoden afløst af SR-SWA, som ifølge projektbeskrivelsen samler opmærksomhedsberegningerne i et fast arbejdsfelt – for eksempel 512 tokens. Målet er, at hukommelsesforbruget og forsinkelsen pr. afkodningstrin kun ændrer sig lidt, selv når dokumentet bliver længere. 6
7
Det begrænsede sæt aktive referencer er kernen i modellens påstand om at kunne håndtere dokumenter af nærmest ubegrænset længde: Modellen forsøger at fortsætte uden at skulle holde stadig mere af dokumentet aktivt i sin opmærksomhed. Det betyder ikke, at den samlede behandlingstid eller alle ressourcekrav er konstante, når der kommer flere sider til – og heller ikke, at ethvert dokument bliver læst fejlfrit.
Ifølge instruktionerne på Hugging Face kan funktionen infer_multi behandle flere sider i én forespørgsel. Siderne gives til modellen i rækkefølge, så den kan bruge sammenhæng på tværs af siderne. 5 Baidu beskriver desuden modellen som baseret på en afkodningsmetode med ubegrænset horisont.
1
Baidus resultater og demonstration
En omtale af lanceringen angiver resultater på 84,6 på MPDocBench og 77,1 på MarathonDocBench, en benchmark, der er udviklet til at teste behandling af meget lange dokumenter. Baidu kalder resultaterne state of the art, men de tilgængelige oplysninger her er ikke tilstrækkelige til en uafhængig sammenligning med navngivne konkurrenter. 2
1
Baidu oplyser også, at afkodning pr. trin i en test med 100 sider var 7,0 gange hurtigere end fuld attention og 5,6 gange hurtigere end R-SWA. Tallene gælder afkodningstrin – ikke den samlede tid til at behandle et helt dokument. 1
En omtalt demonstration skal have behandlet alle syv Harry Potter-bøger – mere end 3.600 sider – i én kørsel. Det illustrerer den arbejdsgang, modellen er tænkt til, men de tilgængelige kilder dokumenterer hverken en uafhængigt kontrolleret nøjagtighedsmåling eller en fuldstændig tidsmåling for demonstrationen. 2
Hvor kan modellen findes?
Baidu har offentliggjort projektets kode i Unlimited-OCR på GitHub og modellens vægte i Unlimited-OCR-2 på Hugging Face. 3
6
Hvad viser påstandene – og hvad viser de ikke?
Den centrale tekniske påstand er afgrænset: SR-SWA begrænser det aktive sæt af attention-referencer, mens funktionen til behandling af flere sider lader modellen gennemgå billeder af sider i rækkefølge i én forespørgsel. 5
6 Det er ikke i sig selv bevis for konstant samlet hukommelsesforbrug eller uændret behandlingstid fra start til slut. Det kræver målinger af hele systemet – ikke kun afkodning pr. trin eller attention-beregningen.
Benchmarkresultaterne, betegnelsen state of the art og hastighedssammenligningerne er rapporteret af Baidu og omtalt i de citerede kilder; de er ikke uafhængige evalueringer. De giver et indtryk af den ydeevne, Baidu sigter efter, men bør betragtes som virksomhedens påstande, indtil andre har gentaget målingerne. 1
2
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Baidu Unlimited OCR 2 skal kunne læse dokumenter uden en fast sid grænse"?
Unlimited OCR 2 blev udgivet 27. oktober 2026 og bruger Sparse Reference Sliding Window Attention (SR SWA) til at begrænse modellens aktive referencer, når den behandler flere dokumentsider i én forespørgsel.
What are the key points to validate first?
Unlimited OCR 2 blev udgivet 27. oktober 2026 og bruger Sparse Reference Sliding Window Attention (SR SWA) til at begrænse modellens aktive referencer, når den behandler flere dokumentsider i én forespørgsel. Baidu oplyser, at afkodning pr. trin i en test med 100 sider var 7,0 gange hurtigere end fuld attention og 5,6 gange hurtigere end den tidligere R SWA metode.
What should I do next in practice?
Baidu rapporterer resultater på MPDocBench og MarathonDocBench, men de citerede kilder dokumenterer ikke en uafhængig efterprøvning.
Sources
huggingface.coREADME.md · baidu/Unlimited-OCR-2 at main
github.comGitHub - baidu/Unlimited-OCR: Unlimited OCR Works: Welcome the Era of One-shot Long-horizon Parsing.
news.supwil.comOctober 27, 2026 · AI & Tech Daily Digest - Swil-News