Projekt FineBooks rzuca wyzwanie niskiej jakości danym, które hamują rozwój sztucznej inteligencji. Dzięki nowym, precyzyjnym modelom OCR możliwe staje się odzyskanie milionów stron historycznej wiedzy.
Read More
Inżynierowie z Baidu opracowali Unlimited OCR – model, który dzięki mechanizmowi „kontrolowanego zapominania” przetwarza ponad 40 stron dokumentów przy zachowaniu stałej prędkości 5 580 tokenów na sekundę.
Read More
Francuski Mistral AI rzuca rękawicę gigantom, wprowadzając model OCR 4 wspierający 170 języków i oferujący bezprecedensową szybkość przetwarzania dokumentów. Dzięki opcji wdrożenia lokalnego, system staje się bezkonkurencyjnym rozwiązaniem dla sektora bankowego i prawnego.
Read More
Badacze z ByteDance i HKUST udowadniają, że tradycyjne uczenie modeli AI na zadaniach OCR utrudnia pracę z dokumentami. Ich projekt MMProLong pokazuje, że kluczem do sukcesu nie jest rozmiar modelu, lecz zastąpienie mechanicznej transkrypcji grami pytań i odpowiedzi.
Read More
DeepSeek-AI udostępnia 3‑miliardowy model VLM do OCR i parsowania dokumentów, który kompresuje stronę do niewielkiej puli tokenów wizualnych, a następnie dekoduje je językowym modelem MoE.
Read More