标签
中国开源了Unlimited OCR，这是一款基于DeepSeek OCR的OCR模型，可以一次性转录整本书，内存使用恒定，在标准解析基准上达到93%的准确率。
百度开源了视觉语言模型Unlimited-OCR，基于DeepSeek-OCR升级，支持一次性解析超长文档，提供gundam（单图密集文字）和base（多页/PDF）两种推理模式。
DeepSeek-OCR是一个3B参数的视觉模型，使用上下文光学压缩进行高效的文档处理。使用Unsloth在波斯语文本上进行微调，字符错误率降低了88.26%，全部开源且可在单GPU上运行。