AnswersPublished16 sources
Baidu Unlimited OCR 2: come SR-SWA affronta i documenti molto lunghi
Rilasciato il 27 ottobre 2026, Unlimited OCR 2 introduce Sparse Reference Sliding Window Attention (SR SWA), che limita l’insieme di riferimenti attivi durante l’elaborazione di documenti multipagina. Baidu dichiara, in un test su documenti di 100 pagine, una decodifica per passaggio 7,0 volte più veloce rispetto al...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer
Key takeaways
- Rilasciato il 27 ottobre 2026, Unlimited OCR 2 introduce Sparse Reference Sliding Window Attention (SR SWA), che limita l’insieme di riferimenti attivi durante l’elaborazione di documenti multipagina.
- Baidu dichiara, in un test su documenti di 100 pagine, una decodifica per passaggio 7,0 volte più veloce rispetto all’attenzione completa e 5,6 volte più veloce rispetto alla precedente R SWA.
- Il codice e i pesi del modello sono disponibili nei repository GitHub e Hugging Face di Baidu; i risultati citati restano dichiarazioni non verificate in modo indipendente dalle fonti qui disponibili.
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 ha rilasciato Unlimited OCR 2 il 27 ottobre 2026. È un modello open source per interpretare documenti lunghi: può ricevere le immagini delle pagine in ordine ed elaborarle in un’unica richiesta, mantenendo la possibilità di usare il contesto tra una pagina e l’altra. 3
5
6
La novità principale rispetto alla prima versione è Sparse Reference Sliding Window Attention (SR-SWA). L’idea è ridurre le interazioni tra testo e immagini a un insieme di riferimenti attivi di dimensione fissa — per esempio, 512 token — invece di estendere l’attenzione a tutto il documento. Secondo il progetto, questo dovrebbe contenere i costi computazionali e mantenere quasi costanti latenza e memoria per ogni passaggio di decodifica, anche quando il documento cresce. 6
7
Come funziona l’attenzione su documenti lunghi
Nella prima versione, Unlimited OCR usava Reference Sliding Window Attention (R-SWA); la versione 2 introduce SR-SWA per gestire sequenze più lunghe. In pratica, il modello non deve considerare ogni elemento di ogni pagina a ogni passaggio: lavora con un insieme limitato di riferimenti rilevanti, anziché lasciare che il contesto attivo aumenti insieme al numero di pagine. 6
7
Il termine «illimitato» va però interpretato con cautela. Descrive l’obiettivo di proseguire l’elaborazione senza far crescere indefinitamente l’insieme di riferimenti dell’attenzione; non significa che il tempo totale di elaborazione o tutte le risorse restino costanti, né garantisce una lettura accurata di qualsiasi documento.
Le istruzioni su Hugging Face documentano la modalità multipagina infer_multi: si passano le immagini nell’ordine corretto e il modello le elabora in una sola richiesta, con la possibilità di usare informazioni tra pagine. 5 Baidu descrive inoltre Unlimited OCR 2 come un modello con decodifica a orizzonte illimitato.
1
I risultati dichiarati da Baidu
Secondo una sintesi della presentazione di Baidu, il modello ha ottenuto 84,6 punti su MPDocBench e 77,1 su MarathonDocBench, un benchmark introdotto per valutare l’elaborazione di documenti ultra-lunghi. Baidu definisce i risultati all’avanguardia, ma le informazioni disponibili qui non permettono di confrontarli in modo indipendente con modelli concorrenti specifici. 1
2
Per documenti di 100 pagine, Baidu dichiara una decodifica per passaggio 7,0 volte più veloce rispetto all’attenzione completa e 5,6 volte più veloce rispetto a R-SWA. Si tratta di misure riferite ai singoli passaggi di decodifica, non al tempo necessario per elaborare un intero documento. 1
È circolata anche una dimostrazione in cui il modello avrebbe elaborato in un’unica esecuzione tutti e sette i libri di Harry Potter, per un totale di oltre 3.600 pagine. Il video illustra il tipo di utilizzo a cui il modello è destinato, ma le fonti disponibili non forniscono una verifica indipendente dell’accuratezza o una misurazione completa dei tempi di esecuzione. 2
Dove trovare il modello e come leggere le promesse
Il codice del progetto è pubblicato nel repository GitHub Unlimited-OCR; i pesi sono disponibili nel repository Unlimited-OCR-2 su Hugging Face. 3
6
Il punto centrale della proposta è circoscritto: SR-SWA limita l’insieme di riferimenti attivi durante l’attenzione, mentre la modalità multipagina permette di inviare le pagine ordinate in una sola richiesta. 5
6 Questo, da solo, non dimostra che la memoria complessiva del sistema o il tempo totale di elaborazione restino costanti all’aumentare delle pagine.
Anche i punteggi dei benchmark, la definizione di «stato dell’arte» e i confronti di velocità sono risultati riportati da Baidu, non valutazioni indipendenti nelle fonti citate. Sono indicazioni utili sulle prestazioni dichiarate, ma andrebbero considerate in attesa di riproduzioni esterne. 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: come SR-SWA affronta i documenti molto lunghi"?
Rilasciato il 27 ottobre 2026, Unlimited OCR 2 introduce Sparse Reference Sliding Window Attention (SR SWA), che limita l’insieme di riferimenti attivi durante l’elaborazione di documenti multipagina.
What are the key points to validate first?
Rilasciato il 27 ottobre 2026, Unlimited OCR 2 introduce Sparse Reference Sliding Window Attention (SR SWA), che limita l’insieme di riferimenti attivi durante l’elaborazione di documenti multipagina. Baidu dichiara, in un test su documenti di 100 pagine, una decodifica per passaggio 7,0 volte più veloce rispetto all’attenzione completa e 5,6 volte più veloce rispetto alla precedente R SWA.
What should I do next in practice?
Il codice e i pesi del modello sono disponibili nei repository GitHub e Hugging Face di Baidu; i risultati citati restano dichiarazioni non verificate in modo indipendente dalle fonti qui disponibili.
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