참고X
바이두, 대량 문서 OCR 처리 특화 'Unlimited-OCR' 공개
표와 수식 구조를 유지하며 100페이지 이상의 문서를 처리 가능, vLLM/Ollama(올라마) 로컬 구동 지원.
요약
바이두(Baidu)가 대규모 문서 처리에 최적화된 Unlimited-OCR 모델을 공개했다. 기존 OCR 기술과 달리 수백 페이지에 달하는 PDF, 스캔 파일, 사진 등에서도 표, 수식, 읽기 순서를 유지하며 정확한 구조화 텍스트를 추출한다. 3B 파라미터 규모로 설계되어 일반 GPU 환경에서도 구동 가능하며, vLLM 및 SGLang을 지원한다. Ollama와 LM Studio용 커뮤니티 버전도 제공되며 다국어 처리를 지원한다. MIT 라이선스로 배포되어 누구나 자유롭게 활용 및 수정할 수 있으며, DeepSeek-OCR을 뛰어넘는 성능으로 매달 100만 건 이상의 다운로드를 기록하고 있다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 @charliejhills: OCR has always been fine with one page and hopeless with a hundred. Baidu’s Unlimited-OCR is built for the hundred. Give it a full
원문 보기 ↗