Baidu تطلق Unlimited OCR 2 بترخيص MIT لقراءة مستندات من مئات الصفحات في طلب واحد
نشرت Baidu في 27 أكتوبر 2026 نموذج Unlimited OCR 2 على Hugging Face بترخيص MIT، ثم نُشرت ورقته البحثية على arXiv في 2 نوفمبر 2026. والنموذج مخصص للـ OCR، أي استخراج النص من صور المستندات، مع التركيز على المستندات الطويلة.
والمشكلة التي يعالجها معروفة. ففي المستندات الطويلة تزيد تكلفة الانتباه، وهو الآلية التي يربط بها النموذج أجزاء المدخلات ببعضها، بشكل تربيعي كلما كبر المستند، وتكبر الذاكرة المطلوبة معها حتى تفشل العملية. ولذلك يُقسَّم المستند عادة صفحة صفحة، فيفقد النموذج السياق بين الصفحات.
والحل الذي تقدّمه Baidu يحمل اسم SR-SWA. وفكرته ضغط التفاعل بين النص والصورة من التسلسل الطويل إلى مجموعة مراجع ثابتة الحجم، مثل 512 توكن. وبذلك يبقى زمن فك التشفير والذاكرة شبه ثابتين مهما طال المستند.
والنتيجة أن النموذج يأخذ صفحات المستند كلها في طلب واحد ويستفيد من السياق بينها. وبحسب الأرقام المنشورة، يتصدر النموذج اختبار MPDocBench للمستندات من عشرات الصفحات، واختبار MarathonDocBench للمستندات من مئات الصفحات.
لكن قيدين يحدّان من استخدامه. فالتجربة المذكورة في صفحة النموذج أُجريت على بطاقة NVIDIA A800 بذاكرة 80 جيجابايت، أي أنه ليس نموذجًا للحواسيب الشخصية. كما تصفه الصفحة بأنه multilingual دون قائمة باللغات، فمستوى دعمه للعربية غير مؤكد.
ولفرق المنطقة التي تعالج عقودًا وتقارير وأرشيفات طويلة، يفتح الترخيص التجاري المفتوح بابًا لتشغيله على خوادمها. وتتيح Baidu نسخة تجريبية مجانية على Hugging Face Spaces يمكن من خلالها اختبار صفحات عربية قبل أي اعتماد عليه.