标签
这条推文介绍了DeepSeek Unlimited OCR，这是一款AI模型，能一次读取整本书，内存占用保持平稳，在40+页面上达到93%基准分数和低于0.11的错误率。
百度的Unlimited-OCR模型采用了Reference Sliding Window Attention技术，现已获得vLLM支持，能够以恒定内存消耗高效地一次性解析整本书籍。
这篇文章展示了如何在Hugging Face Jobs上将百度的Unlimited-OCR模型作为临时的、兼容OpenAI的端点提供服务，支持多页文档解析，具有表格转HTML和公式转LaTeX提取等功能。
百度发布了Unlimited-OCR，它可以一次性处理整个文档而无需分块，克服了当前OCR技术的一个主要限制。
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。