AnswersPublished18 sources
מנגנון קשב חדש מאפשר ל־Unlimited OCR 2 לקרוא מסמכים ארוכים במיוחד
Unlimited OCR 2, שיצא ב־27 באוקטובר 2026, משתמש ב־SR SWA כדי להגביל את קבוצת ההפניות הפעילה בזמן עיבוד מסמכים מרובי עמודים בבקשה אחת. Baidu מדווחת על האצה של פי 7 לעומת קשב מלא ופי 5.6 לעומת מנגנון R SWA הקודם, במדידת שלב פענוח במסמך בן 100 עמודים.
פורסם על ידינערך באמצעות GPT-6 Lunaהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- Unlimited OCR 2, שיצא ב־27 באוקטובר 2026, משתמש ב־SR SWA כדי להגביל את קבוצת ההפניות הפעילה בזמן עיבוד מסמכים מרובי עמודים בבקשה אחת.
- Baidu מדווחת על האצה של פי 7 לעומת קשב מלא ופי 5.6 לעומת מנגנון R SWA הקודם, במדידת שלב פענוח במסמך בן 100 עמודים.
- החברה פרסמה ציונים של 84.6 ב־MPDocBench ושל 77.1 ב־MarathonDocBench; אלה תוצאות מדווחות, ולא אימות בלתי תלוי.
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
Unlimited OCR 2, מודל לעיבוד מסמכים מבית Baidu, הושק בקוד פתוח ב־27 באוקטובר 2026. החידוש המרכזי בגרסה השנייה הוא SR-SWA — מנגנון שמצמצם את כמות המידע החזותי שהמודל צריך להביא בחשבון בכל שלב, במטרה לאפשר עיבוד של מסמכים ארוכים מאוד בלי להרחיב ללא הרף את הקשר הקשב. 3
6
ההבטחה של Baidu היא שאפשר להגיש למודל עמודים לפי הסדר ולנתח אותם בבקשה אחת, תוך שמירה על הקשר בין עמודים. המילה „בלתי מוגבל” מתארת את גישת הפענוח של החברה — לא התחייבות לכך שכל מסמך ייקרא ללא שגיאות, או שזמן העיבוד הכולל לא יגדל עם מספר העמודים.
מה השתנה לעומת הגרסה הראשונה?
הגרסה הראשונה השתמשה ב־Reference Sliding Window Attention, או R-SWA. ב־Unlimited OCR 2 Baidu מציגה את Sparse Reference Sliding Window Attention, או SR-SWA: במקום להרחיב את חישובי הקשב לאורך כל המסמך, המנגנון עובד מול קבוצה מצומצמת וקבועה של הפניות — למשל, 512 טוקנים. לפי תיאור הפרויקט, כך אפשר להגביל את מורכבות החישוב ולשמור על זמן הפענוח בכל שלב ועל צריכת הזיכרון קרובים לקבועים ככל שהמסמך מתארך. 6
7
המנגנון כולל גם „שער עמוד” (Page Gate), שמצמצם את טווח המידע החזותי הרלוונטי לשאילתה לעמודים המתאימים, לצד מודל של מיקומים בין עמודים. לאחר מכן Token Sieve בוחר קבוצות טוקנים חזותיים מרוחקות שקיבלו ציונים גבוהים, כדי לשמר קשרים ארוכי טווח בלי להכניס את כל תוכן המסמך לחישוב בכל פעם.
ממשק infer_multi המתועד מאפשר להעביר למודל תמונות של עמודים בסדר הרצוי ולעבד אותם בבקשה אחת, כך שהוא יכול להיעזר בהקשר שמחבר בין עמודים. 5 Baidu מתארת את השילוב בין SR-SWA לבין Unlimited-Horizon Decoding כדרך להמשיך בפענוח של מסמכים ארוכים במסגרת חלון הקשר מוגבל.
1
15
מה הראתה ההדגמה, ומה מדווחים ציוני המבחנים?
לפי דיווחים על ההשקה, בהדגמה אחת עובדו בריצה אחת כל שבעת ספרי „הארי פוטר” — יותר מ־3,600 עמודים. זו המחשה של סוג המשימה שהמודל מיועד אליה; המידע הזמין אינו כולל בדיקת דיוק עצמאית או מדידה מלאה של זמן הריצה בהדגמה. 2
10
Baidu מדווחת על ציון 84.6 ב־MPDocBench ועל 77.1 ב־MarathonDocBench, מבחן חדש שהחברה הציגה למסמכים ארוכים במיוחד. היא מתארת את התוצאות כמובילות, אך המקורות הזמינים כאן אינם מציגים השוואה מלאה למודלים מתחרים שאפשר לבדוק באופן עצמאי. 1
2
3
במסמכים בני 100 עמודים, Baidu מדווחת על פענוח שלב-אחר-שלב מהיר פי 7.0 לעומת קשב מלא, ומהיר פי 5.6 לעומת R-SWA. אלה נתוני מהירות לכל שלב פענוח — לא הבטחה שהמסמך כולו יעובד מהר פי אותו מספר. 1
איפה אפשר למצוא את המודל?
קוד הפרויקט זמין ב־GitHub, ומשקולות המודל מופיעות ב־Hugging Face. 3
6
איך לקרוא את הטענות בזהירות
SR-SWA נועד להגביל את קבוצת ההפניות הפעילה ולצמצם את עלות הקשב בכל שלב. זה לא מוכיח שכל משאבי המערכת נשארים קבועים, או שזמן העיבוד הכולל אינו גדל ככל שמוסיפים עמודים: כדי לקבוע זאת צריך למדוד את התהליך המלא, ולא רק את הקשב או את מהירות הפענוח בכל שלב. 6
גם ציוני המבחנים, תיאור הביצועים כמצטיינים ונתוני המהירות הם תוצאות ש־Baidu מדווחת עליהן. הן מספקות אינדיקציה לכיוון שאליו החברה מכוונת, אך המקורות המצוטטים כאן אינם מציגים שחזור עצמאי של התוצאות. 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 "מנגנון קשב חדש מאפשר ל־Unlimited OCR 2 לקרוא מסמכים ארוכים במיוחד"?
Unlimited OCR 2, שיצא ב־27 באוקטובר 2026, משתמש ב־SR SWA כדי להגביל את קבוצת ההפניות הפעילה בזמן עיבוד מסמכים מרובי עמודים בבקשה אחת.
What are the key points to validate first?
Unlimited OCR 2, שיצא ב־27 באוקטובר 2026, משתמש ב־SR SWA כדי להגביל את קבוצת ההפניות הפעילה בזמן עיבוד מסמכים מרובי עמודים בבקשה אחת. Baidu מדווחת על האצה של פי 7 לעומת קשב מלא ופי 5.6 לעומת מנגנון R SWA הקודם, במדידת שלב פענוח במסמך בן 100 עמודים.
What should I do next in practice?
החברה פרסמה ציונים של 84.6 ב־MPDocBench ושל 77.1 ב־MarathonDocBench; אלה תוצאות מדווחות, ולא אימות בלתי תלוי.
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.
ai-all.infoDeep Evaluation of Unlimited OCR 2: Baidu WENXIN's Open-Source End-to-End Long Document Parsing Model - AI Tools Directory