أطلقت Baidu نموذج Unlimited OCR 2 في 27 أكتوبر 2026، وهو نموذج مفتوح المصدر للتعرّف الضوئي على الحروف (OCR)، صُمم لقراءة مستندات تمتد لمئات الصفحات في طلب واحد. ويضم النموذج ثلاثة مليارات معلمة، وهو مرخّص بموجب MIT، كما يوفّر مستودع Baidu على GitHub إرشادات لتشغيله باستخدام Transformers أو SGLang.
يذكر المستودع أن النموذج يستخدم تقنية Sparse Reference Sliding Window Attention، أو SR-SWA. وبدلًا من زيادة عمليات حساب الانتباه بما يتناسب مع الطول الكامل للمستند، تحتفظ التقنية بمجموعة ثابتة الحجم من المراجع؛ وتورد Baidu 512 رمزًا مثالًا على ذلك. وتقول الشركة إن هذا يُبقي زمن فك الترميز واستهلاك الذاكرة شبه ثابتين مع زيادة طول المستندات. وهذه ادعاءات الشركة، وليست قياسات مستقلة واردة في المواد المقدمة.
تقول Baidu إن Unlimited OCR 2 حقق 77.1 في MarathonDocBench، وهو معيار لقياس أداء النماذج على مستندات يبلغ طولها نحو مئة صفحة. ويورد MarkTechPost النتيجة أيضًا، لكن التفاصيل المتاحة لا تحدد إصدار المعيار أو إعدادات الاختبار أو النماذج التي جرت المقارنة معها. وتصف Baidu النموذج بأنه متقدم على أحدث النماذج في كل من MarathonDocBench وMPDocBench؛ لكن المستودع لا يتضمن، ضمن المعلومات المقدمة، نتائج لهذه المقارنات.
كيف يمكن تشغيله؟
تشرح Baidu طريقة الاستدلال على عدة صفحات باستخدام Transformers، وتوصي بـSGLang لتقديم الخدمة. وقد اختُبر مثال Transformers باستخدام Python 3.10 وبطاقة NVIDIA A800 ذات ذاكرة سعتها 80GB. وهذا إعداد للاختبار، وليس حدًا أدنى معلنًا لمتطلبات الأجهزة.
ويشرح المستودع أيضًا خيار تقسيم الصفحات إلى نوافذ في SGLang، لمعالجة المستند الطويل ضمن مجموعات أصغر من الصفحات. وتحذر Baidu من أن النوافذ الأصغر تقلل ذروة استهلاك الذاكرة، لكنها قد تصعّب ربط المحتوى الذي يمتد عبر حدود النافذة. لذا فإن قدرة النموذج على استقبال صفحات كثيرة في طلب واحد لا تعني أن كل إعداد قادر على معالجة أي حجم من المستندات بلا قيود؛ فما زالت الأجهزة وإعدادات تقديم الخدمة عاملين مهمين.
لماذا يهم
بالنسبة إلى المؤسسات التي ترقمن التقارير أو السجلات الطويلة، يتيح الطلب الواحد للنموذج الاستفادة من المعلومات الواردة في صفحات متعددة بدلًا من التعامل مع كل صفحة بوصفها مهمة OCR منفصلة. وتوفر Baidu إصدارًا مفتوحًا بموجب ترخيص MIT، لكن التفاصيل المقدمة لا تثبت مدى دقته مع مستندات مؤسسة بعينها، ولا تحدد الأجهزة التي سيتطلبها عبء العمل لديها.
