‏🔍 مدل Unlimited OCR از Baidu: انقلابی در پردازش اسناد طولانی

‏شرکت Baidu از مدل جدیدی به نام Unlimited OCR رونمایی کرده است که قابلیت پردازش اسناد بسیار طولانی را در یک مرحله (one-pass) فراهم می‌کند. این مدل با ۳ میلیارد پارامتر، تنها از ۵۰۰ میلیون پارامتر فعال استفاده می‌کند و در بنچمارک‌های OmniDocBench v1.5 و v1.6 به نتایج پیشرفته (SOTA) دست یافته است.

‏ویژگی کلیدی این مدل، مکانیزم نوآورانه Reference Sliding Window Attention است. این مکانیزم به مدل اجازه می‌دهد تا همزمان روی متن اصلی سند، زمینه (context) اخیر و کلمات بعدی تمرکز کند و در عین حال، اطلاعات غیرضروری را به تدریج کنار بگذارد تا از افزایش بی‌رویه محاسبات جلوگیری شود.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#معرفی #UnlimitedOCR