Studio百度发布 Unlimited-OCR-2，用 SR-SWA 实现无限长度文档解析
原标题：baidu/Unlimited-OCR-2 · Hugging Face
百度团队发布 Unlimited-OCR-2，用稀疏参考滑动窗口注意力（SR-SWA）把超长序列的文本-视觉注意力压缩到固定数量的工作参考（如 512 token），使解码延迟和显存占用不随文档长度增长，在有限上下文窗口内实现无上限的文档解析。模型在 MPDocBench 和 MarathonDocBench 等数十页与上百页基准上达到 SOTA；模型卡提供 Transformers 与 SGLang 两种推理方式及显存调优参数，支持 vLLM 推理、ms-swift 训练，论文见 arXiv 2606.23050。
为什么值得看
原文给出 SR-SWA 的设计思路、超长文档解析的表现以及 Transformers 与 SGLang 的完整部署配置，可供需要解析整本文档的工程参考。
本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体，原文版权归原作者所有。