Analytics Vidhya 日本語
フォロー
Baidu Unlimited-OCRの仕組み:長文ドキュメントの文字起こしを解決する
約1ヶ月前、Baidu(しばしば「中国のGoogle」と呼ばれる)は、DeepSeek OCRの進化版であるUnlimited-OCRを発表しました。このモデルは、長文のマルチページドキュメントを高精度で文字起こししつつ、高速かつ安定した推論を実現するように設計されています。従来のビジョン・言語OCRシステムとは異なり、Unlimited-OCRは長文ドキュメントの文字起こしにおける主要なボトルネックである、急速に増大するKey-Value(KV)キャッシュの問題に対処します。