AnswersPublished17 sources
Hoe Baidu’s OCR-model duizenden pagina’s achter elkaar kan lezen
Unlimited OCR 2 verscheen op 27 oktober 2026. De nieuwe methode SR SWA houdt de actieve set aandachtspunten begrensd, bijvoorbeeld op 512 tokens.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- Unlimited OCR 2 verscheen op 27 oktober 2026. De nieuwe methode SR SWA houdt de actieve set aandachtspunten begrensd, bijvoorbeeld op 512 tokens.
- Baidu rapporteert scores van 84,6 op MPDocBench en 77,1 op MarathonDocBench, plus snellere decodeerstappen bij documenten van 100 pagina’s.
- De code staat op GitHub en de modelgewichten op Hugging Face. De resultaten zijn vooralsnog niet onafhankelijk bevestigd.
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 bracht Unlimited OCR 2 op 27 oktober 2026 uit als open-source model voor het verwerken van lange documenten. De opvallendste vernieuwing is Sparse Reference Sliding Window Attention (SR-SWA): in plaats van aandacht te berekenen over steeds meer pagina’s, werkt het model met een begrensde set referenties. Daarmee wil Baidu lange documenten in één aanvraag laten verwerken, zonder dat de aandacht bij elke extra pagina blijft groeien. 3
6
Wat is er nieuw aan SR-SWA?
De eerste versie van Unlimited OCR gebruikte Reference Sliding Window Attention (R-SWA). In versie 2 wordt die aanpak vervangen door SR-SWA, dat de interacties tussen tekst en beeld terugbrengt tot een vaste werkset — bijvoorbeeld 512 tokens. Volgens Baidu helpt dat om de rekendruk en de vertraging per decodeerstap vrijwel constant te houden wanneer een document langer wordt. 6
7
De methode bestaat volgens de technische beschrijving onder meer uit twee stappen. De Page Gate beperkt welke pagina’s relevant zijn voor een tekstdeel en houdt rekening met relaties tussen pagina’s. Daarna selecteert de Token Sieve hoog scorende groepen visuele tokens van verder weg, zodat het model ook langere-afstandsverbanden kan meenemen.
Baidu koppelt SR-SWA aan Unlimited-Horizon Decoding. Daarbij kan het model cachegegevens die niet meer nodig zijn vrijgeven, terwijl het verdergaat met het document. De term ‘onbeperkt’ slaat dus op de beoogde manier van doorwerken met een begrensde actieve context; het betekent niet dat verwerkingstijd en alle systeembronnen gelijk blijven, ongeacht het aantal pagina’s. 15
6
De Hugging Face-instructies beschrijven een meerpaginafunctie, infer_multi: pagina-afbeeldingen worden op volgorde aangeleverd en in één aanvraag verwerkt, zodat het model context tussen pagina’s kan benutten. 5
Testscores en een demonstratie met Harry Potter
Volgens berichtgeving over de release behaalde Unlimited OCR 2 84,6 op MPDocBench en 77,1 op MarathonDocBench, een benchmark voor het verwerken van zeer lange documenten. Baidu noemt de prestaties state of the art. De beschikbare resultaten geven hier echter niet genoeg informatie om de vergelijking met afzonderlijke concurrenten onafhankelijk te beoordelen. 2
1
Baidu rapporteert bij documenten van 100 pagina’s dat een decodeerstap 7,0 keer sneller was dan met full attention en 5,6 keer sneller dan met de eerdere R-SWA-methode. Dit zijn snelheden per stap, geen meting van de totale tijd die nodig is om een compleet document te verwerken. 1
In een rondgaande demonstratie zou het model alle zeven Harry Potter-boeken — samen meer dan 3.600 pagina’s — in één keer hebben verwerkt. Dat laat zien welk gebruik Baidu voor ogen heeft, maar de beschikbare berichtgeving bevat geen onafhankelijk gecontroleerde nauwkeurigheidsscore of volledige meting van de verwerkingstijd. 2
Waar is het model te vinden?
De code is beschikbaar in Baidu’s GitHub-repository; de modelgewichten staan in de Hugging Face-repository. 3
6
Wat de cijfers wel en niet aantonen
De technische claim is concreet: SR-SWA begrenst de actieve aandachtset en de meerpaginafunctie verwerkt geordende pagina-afbeeldingen in één aanvraag. 5
6 Dat bewijst op zichzelf niet dat het totale geheugengebruik of de totale verwerkingstijd constant blijft. Daarvoor moet het volledige systeem worden gemeten, niet alleen de decodeerstappen of de aandachtberekening.
Ook de benchmarkscores, de kwalificatie ‘state of the art’ en de snelheidsvergelijkingen zijn gerapporteerde resultaten, geen onafhankelijke evaluaties in de hier aangehaalde bronnen. Ze geven een beeld van Baidu’s prestatieclaims, maar zijn het best te beschouwen als resultaten die nog door externe tests moeten worden bevestigd. 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 "Hoe Baidu’s OCR-model duizenden pagina’s achter elkaar kan lezen"?
Unlimited OCR 2 verscheen op 27 oktober 2026. De nieuwe methode SR SWA houdt de actieve set aandachtspunten begrensd, bijvoorbeeld op 512 tokens.
What are the key points to validate first?
Unlimited OCR 2 verscheen op 27 oktober 2026. De nieuwe methode SR SWA houdt de actieve set aandachtspunten begrensd, bijvoorbeeld op 512 tokens. Baidu rapporteert scores van 84,6 op MPDocBench en 77,1 op MarathonDocBench, plus snellere decodeerstappen bij documenten van 100 pagina’s.
What should I do next in practice?
De code staat op GitHub en de modelgewichten op Hugging Face. De resultaten zijn vooralsnog niet onafhankelijk bevestigd.