Новые модели 27 ОКТЯБРЯ 2026
baidu/Unlimited-OCR-2: новая модель в трендах Hugging Face
Рейтинги trending-image-text-to-text, место 6
Автор baidu
Ссылка https://huggingface.co/baidu/Unlimited-OCR-2
Лицензия mit
Размер 3 343 978 497 параметров
Что это
Unlimited OCR 2 — vision-language модель от Baidu для парсинга документов, продолжающая линию DeepSeek-OCR. Вводит Sparse Reference Sliding Window Attention (SR-SWA), который сжимает взаимодействие текста и изображения до фиксированного набора рабочих референсов (например, 512 токенов). За счёт этого заявлен «unlimited-horizon» парсинг в конечном контекстном окне без квадратичного роста attention.
Данные из карточки
- SR-SWA удерживает задержку декодирования и потребление памяти почти постоянными независимо от длины документа.
- SOTA на бенчмарках в десятки страниц (MPDocBench) и на экстремальных сотнях страниц (MarathonDocBench, выпущен вместе с моделью).
- Поддерживаются multi-page (
infer_multi, все страницы за один запрос с кросс-страничным контекстом) и single-page (infer, динамическая тайлинг-обработка gundam). - Инференс через Transformers (нативно) и SGLang (рекомендуется для serving), есть OpenAI-совместимый API.
- Релиз 2026-10-27; multilingual, лицензия MIT.