# Unlimited OCR

> Разбор документов неограниченной длины в конечном контекстном окне

Модель разбирает длинные документы в конечном контекстном окне и поддерживает многостраничную обработку с межстраничным контекстом.

- Что делает: разбирает документы
- Категории: Opensource, Инструменты разработчика
- Сайт сервиса: https://github.com/baidu/Unlimited-OCR
- Карточка в каталоге: https://ailibri.com/unlimited-ocr
- Обновлено: 2026-10-28

## Описание

Unlimited OCR 2 разбирает документы неограниченной длины в конечном контекстном окне. Это описывает возможность последовательного разбора, а не отсутствие практических ограничений на оборудование, число токенов или настройки запуска.
В многостраничном режиме изображения страниц передаются одним запросом по порядку, что позволяет использовать межстраничный контекст. В ответе есть маркер для каждой входной страницы в том же порядке.
Для одной страницы доступен режим gundam с динамическим разбиением на фрагменты; в многостраничном режиме Transformers кодирует каждую страницу одним глобальным представлением.
Для инференса доступны Transformers для быстрых тестов и SGLang, рекомендуемый для сервинга; проект также указывает поддержку vLLM. Для сервинга через SGLang предусмотрен OpenAI-совместимый API. В примере PDF сначала преобразуется в изображения страниц, поэтому это не означает прямую обработку PDF самой моделью.

- SR-SWA предназначен для устранения квадратичного масштабирования внимания и узких мест по памяти при росте документов.

- Заявлено, что благодаря SR-SWA задержка декодирования на шаг и объём памяти остаются почти постоянными при увеличении длины документа; фактические затраты зависят также от конфигурации инференса и оборудования.

- Авторы заявляют качество state of the art на бенчмарках документов от десятков страниц, например MPDocBench, до сотен страниц, например MarathonDocBench. Численные результаты в досье не приведены.

В SGLang документ можно обрабатывать окнами страниц: уменьшение окна снижает пиковое потребление памяти, но может ухудшить объединение блоков, продолжающихся за границей окна, из-за потери контекста. В примере установлено 10 страниц на окно; настройка позволяет обработать весь документ одним окном.
В предоставленных сведениях цена и коммерческие условия не указаны. Для описанной конфигурации Transformers указаны Python 3.10, torch 2.13.0, transformers 4.52.1, huggingface-hub 0.36.0 и tokenizers 0.21.4; тестирование проводилось на NVIDIA A800 с 80 ГБ памяти. Это сведения о проверенной конфигурации, а не полный перечень совместимого оборудования.

## Похожие сервисы в каталоге

- [DeepSeek](https://ailibri.com/deepseek): Что такое DeepSeek (дипсик) простыми словами, чья это нейросеть и что она умеет. Как пользоваться на телефоне и компьютере, как войти из России без VPN, почему бесплатно, какая сейчас версия, загрузка файлов и промты.
- [Superagent](https://ailibri.com/superagent): AI-сервис Superagent автоматически находит, исправляет и раскрывает уязвимости в коде и агентах с доставкой исправлений через PR. Бесплатно для open source.
- [Hermes Agent](https://ailibri.com/hermes-agent): Hermes Agent — агент с открытым исходным кодом от NousResearch, который развивается вместе с вами. Поддержка инструментов, веб-исследований и автоматизации зада
- [HeyCLI](https://ailibri.com/heycli): Инструмент для перевода команд с обычного языка на язык Linux. Просто опишите словами, что нужно сделать, и получите готовую команду.
- [Openclaw Infra](https://ailibri.com/openclaw-infra): Openclaw Infra - Docker-инфраструктура для запуска AI-агентов OpenClaw с поддержкой Telegram. Простое развертывание нескольких агентов на одном сервере.
- [Polymath](https://ailibri.com/polymath): Инструмент для превращения любой музыкальной библиотеки в сэмпл-банк для продакшена с помощью машинного обучения

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com