Max For AI
@MaxForAI
本科辍学创业，没啥好看的，也就发点AI相关的内容🫡
Head of growth @lobehub（81K🌟）
Prev @listenhub @Sapient_Int
同名小红书4万粉丝，公众号01Founder（长文首发）
观点仅代表个人
更多请访问网站⬇️（欢迎商务、合作
Joined September 2023
2.7K Following 26.4K Followers
神了，杨立昆 @ylecun 居然转发了百度的项目？？
刚刷推的时候居然发现杨立昆的号里面居然有Unlimited-OCR？？
他转发了一条介绍 Unlimited-OCR 的帖子。
Unlimited-OCR这个项目我之前介绍过。
没想到发布一个月后，还能再次冲上 HuggingFace 全球模型趋势榜第三。
目前 GitHub Star 已经突破 16.5 k，HuggingFace 下载量达到 224 万。
Unlimited OCR 真正有意思的地方，是它试图解决 OCR 长文档解析最麻烦的问题。
传统 OCR 通常把 PDF 拆成一页页处理，再把结果拼起来。
遇到跨页表格、公式和复杂阅读顺序，很容易丢失上下文。
Unlimited OCR 的做法是把 DeepSeek-OCR 的全部解码器注意力，替换成一套叫 R-SWA 的机制。
模型始终可以查看全部原始图像，但对于自己已经生成的内容，只保留最近128个Token作为工作记忆。这样一来，KV Cache 不再随着输出不断膨胀，解析到后面也不会越来越慢。
按照论文数据，它可以在32K上下文内一次连续解析数十页文档,输入超过40页后，编辑距离依然低于0.11。
在6000个输出Token时，理论吞吐量比DeepSeek-OCR高35%。
并且一个中国团队开源的3B模型，发布一个月后仍在持续获得海外社区适配并重新冲回全球热榜，还能被杨立昆主动转发。
@Baidu_Inc 你们这次确实做出了一个全球开发者愿意自己传播的东西啊
Show more
