百度开源长文档OCR模型
brianrkelly · x · 2026-07-20
百度开源了一个名为 Unlimited-OCR 的 OCR 模型，只有 30 亿参数，主打一次性读取整份长文档，号称可直接解析 100 页 PDF。它支持 32K 上下文、多语言，并且可在本地硬件上运行。\n\n帖子还给出了几项结果：标准解析基准 93%，比基线高 6 分；超过 40 页后错误率低于 0.11。该模型可配合 Transformers、vLLM、SGLang、Docker、Ollama、llama.cpp 使用。作者还提到它在 Hugging Face 上已有 190 万下载量，并且是为了把 DeepSeek-OCR 再往前推进一步。
所属事件:百度开源Unlimited-OCR长文档识别模型(4 条相关)→
「模型」频道最新
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11
- TheZhi 发起调查:Fable 5.1 与 Astra 发布后,编码模型选择变了吗 — TheZvi · 2026-09-11
- antirez 谈 Anthropic 禁止未成年人使用 Claude — antirez · 2026-09-11