RéponsesPublié16 sources
Unlimited OCR 2 : lire des documents très longs sans faire grossir le contexte
Publié le 27 octobre 2026, Unlimited OCR 2 utilise SR SWA pour maintenir un ensemble de références d’attention de taille fixe pendant l’analyse de documents multipages. Baidu annonce, sur des documents de 100 pages, un décodage par étape 7,0 fois plus rapide que l’attention complète et 5,6 fois plus rapide que R SWA.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Publié le 27 octobre 2026, Unlimited OCR 2 utilise SR SWA pour maintenir un ensemble de références d’attention de taille fixe pendant l’analyse de documents multipages.
- Baidu annonce, sur des documents de 100 pages, un décodage par étape 7,0 fois plus rapide que l’attention complète et 5,6 fois plus rapide que R SWA.
- Le code et les poids du modèle sont accessibles sur GitHub et Hugging Face. [3][6]
Prompt IA
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 a publié Unlimited OCR 2 le 27 octobre 2026. Ce modèle open source est conçu pour analyser de longs documents en une seule requête, plutôt que de traiter chaque page isolément. Sa principale nouveauté est SR-SWA, un mécanisme qui cherche à contenir le coût de l’attention à mesure que le document s’allonge. Les résultats et gains de vitesse cités ci-dessous sont ceux rapportés par Baidu ou relayés dans les sources disponibles : ils ne constituent pas une validation indépendante. 3
6
2
Ce qui change avec SR-SWA
La première version d’Unlimited OCR reposait sur Reference Sliding Window Attention (R-SWA). Unlimited OCR 2 introduit Sparse Reference Sliding Window Attention (SR-SWA), qui réduit les interactions entre texte et éléments visuels à un ensemble fixe de références de travail — par exemple, 512 jetons. L’objectif annoncé est de maintenir presque constantes la latence de décodage par étape et la mémoire utilisée à chaque étape, même lorsque le document s’allonge. 6
7
En pratique, le modèle ne cherche donc pas à garder sous son attention l’intégralité des pages précédentes. Il s’appuie sur un nombre limité de références pertinentes. C’est le principe qui sous-tend la promesse d’un traitement de documents de longueur « illimitée » : conserver un contexte de travail borné, et non garantir un temps total ou une consommation de ressources constants quel que soit le nombre de pages.
La documentation propose un mode multipage, infer_multi : les images des pages sont fournies dans l’ordre, puis analysées en une seule requête. Le modèle peut ainsi exploiter le contexte entre les pages. 5
Des scores et des gains annoncés par Baidu
Selon un récapitulatif de l’annonce, Baidu a communiqué des scores de 84,6 sur MPDocBench et de 77,1 sur MarathonDocBench, un benchmark présenté comme consacré à l’analyse de documents très longs. L’entreprise qualifie ces résultats de pointe, mais les éléments disponibles ne permettent pas de comparer indépendamment ces scores à ceux de concurrents nommément identifiés. 2
1
Pour des documents de 100 pages, Baidu annonce un décodage par étape 7,0 fois plus rapide que l’attention complète et 5,6 fois plus rapide que R-SWA, le mécanisme de la première version. Ces chiffres concernent une étape de décodage, pas le temps nécessaire pour traiter un document entier. 1
Une démonstration relayée en ligne aurait traité en une seule fois les sept livres de Harry Potter, soit plus de 3 600 pages. Elle illustre le type d’usage visé, mais les sources disponibles ne fournissent ni mesure indépendante de la précision ni durée totale vérifiée pour cette démonstration. 2
Où trouver le modèle
Le code du projet est publié dans le dépôt GitHub Unlimited-OCR, et les poids du modèle sont disponibles sur Hugging Face. 3
6
Ce que « sans limite » ne signifie pas
SR-SWA vise à borner l’ensemble actif de références d’attention, tandis que infer_multi permet de transmettre les pages ordonnées dans une seule requête. 5
6 Cela ne prouve pas que la mémoire totale ou le temps de traitement complet restent constants lorsqu’on ajoute des pages : les chiffres de vitesse cités portent sur le décodage par étape.
Enfin, les scores, les comparaisons de vitesse et la qualification de résultats « de pointe » sont des résultats rapportés par Baidu ou repris dans les sources disponibles, et non des évaluations indépendantes. Ils donnent une indication des performances revendiquées, mais restent à reproduire par des évaluateurs externes. 1
2
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Unlimited OCR 2 : lire des documents très longs sans faire grossir le contexte » ?
Publié le 27 octobre 2026, Unlimited OCR 2 utilise SR SWA pour maintenir un ensemble de références d’attention de taille fixe pendant l’analyse de documents multipages.
Quels sont les points clés à valider en premier ?
Publié le 27 octobre 2026, Unlimited OCR 2 utilise SR SWA pour maintenir un ensemble de références d’attention de taille fixe pendant l’analyse de documents multipages. Baidu annonce, sur des documents de 100 pages, un décodage par étape 7,0 fois plus rapide que l’attention complète et 5,6 fois plus rapide que R SWA.
Que dois-je faire ensuite en pratique ?
Le code et les poids du modèle sont accessibles sur GitHub et Hugging Face. [3][6]
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