Unlimited-OCR 2 - 페이지 간 문맥을 이어 수백 페이지 문서를 파싱하는 OCR 모델

Baidu가 여러 페이지를 한 요청으로 처리하는 Unlimited-OCR 2를 공개함. 페이지 간 문맥을 활용하며, 유한한 컨텍스트 윈도 안에서 매우 긴 문서를 이어서 파싱하도록 설계됨 SR-SWA는 텍스트와 시각 정보 간 어텐션 상호작용을 고정 크기 참조 집합으로 압축해, 문서가 길어져도 단계별 디코딩 지연과 메모리 사용량을 거의 일정하게 유지함 자체 공개 평가에서 수십 페이지 규모의 MPDocBench 84.6점, 수백 페이지 규모의 MarathonDocBench 77.1점을 기록했으며, 비교 모델 중 가장 높은 종합 점수를 보임 빠른 테스트에는 Transformers, 서비스 운영에는 맞춤형 SGLang을 제공함. 단일 페이지와 다중 페이지 입력, PDF를 이미지로 변환해 처리하는 예시를 공개함 긴 문서를 나눠 처리하는 페이지 윈도를 줄이면 최대 메모리 사용량은 낮아지지만, 경계를 넘어 이어지는 블록의 문맥이 끊겨 페이지 간 병합 품질이 떨어질 수 있음 SR-SWA로 긴 문서의 처리 비용 제한 Sparse Reference Sliding Window Attention(SR-SWA) 은 초장문 시퀀스의 텍스트와 시각 정보 간 어텐션 상호작용을 512토큰 같은 고정 크기의 작업 참조 집합으로 압축함 계산 복잡도에 상한을 두어 단계별 디코딩 지연과 메모리 사용량을 문서 길이와 관계없이 거의 일정하게 유지함 유한한 컨텍스트 윈도 안에서 문서 파싱을 이어가며, 문서가 길어질 때 발생하는 어텐션의 제곱 비례 확장과 메모리 병목을 해소하는 것을 목표로 함 시각화 예시는 책 한 권 전체를 단일 요청으로 파싱하는 과정을 재생함 수십 페이지와 수백 페이지 문서 평가 공개된 성능 비교 그래프는 수십 페이지 규모의 MPDocBench와 수백 페이지 규모의 MarathonDocBench를 비교함 Baidu가 공개한 종합 점수는 다음과 같음 모델 MPDocBench MarathonDocBench Unlimited-OCR 2 84.6 77.1 Qwen3.8-Max 78.3 22.9 Qwen3.8-Flash-Next 77.4 27.8 Gemini-3.8-Flash 76.2 28.6 Gemini-3.1-Pro Preview 71.8 27.0 Kimi-K3 60.8 33.7 Unlimited-OCR 61.9 0.0 비교 모델 중 차순위 점수보다 MPDocBench에서 6.3점, MarathonDocBench에서 43.4점 높음 그래프는 ...