喜羊羊（资源分享） (@enoch4306) “22日，百度闷声干了票大的！最新开源的Unlimited OCR 总参数3B，实际激活仅500M——放在” — TopicDigg
喜羊羊（资源分享）
@enoch4306
打破信息茧房，扩张知识边界。
互联网精神，人人为我，我为人人。
金融 ‖ 科技 ‖ 软件 ‖ 书籍 ‖ 视频 ‖
备份学习资料，以免下一秒失联。
@我代找资源，节省你的时间。
加入 November 2023
1.5K 正在关注 14K 粉丝
22日，百度闷声干了票大的！最新开源的Unlimited OCR
总参数3B，实际激活仅500M——放在大模型时代几乎是个零头。
但就是这个小到离谱的模型，在OmniDocBench v1.5上拿下93.23%的综合分，v1.6更是达到93.92%，直接刷新了端到端SOTA。
什么概念？v1.5同台竞技的选手里，235B的Qwen3-VL拿了89.15，72B的Qwen2.5-VL拿了87.02，不公布参数量的Gemini-2.5 Pro也只有88.03。激活参数不到它们零头的选手，反手把它们全甩了。
更离谱的是，它还干了件之前没有OCR模型干成过的事：一口气解析40多页文档，不失忆、不降速，一次推理从第一页读到最后一页。
目前，模型和代码都已同步上线GitHub和HuggingFace。
显示更多
