ページを読み込み中…
ページを読み込み中…
3件の記事
MarkTechPostは、百度が開発したPythonライブラリ「CUP」を紹介し、Colab環境でのセットアップ方法や、ログ記録、デコレータ、ネスト設定、キャッシュ機能など主要サブシステムの活用方法を解説している。
百度は、出力が増加してもメモリ使用量が一定となる「Reference Sliding Window Attention」を採用した 3B パラメータモデル「Unlimited OCR」を発表し、長文の OCR 処理を高速化した。
DeepSeek OCR をベースに定数 KV キャッシュ設計を組み合わせ、人間の作業記憶を模倣する「Unlimited OCR」モデルが開発された。この技術により、32K の最大長制限下で数十ページの文書を単一の順次処理で転写可能となり、音声認識や翻訳タスクにも応用できる。