Baidu publie un modèle pour lire de très longs documents
L’essentiel de l’annonce
Baidu publie Unlimited-OCR 2 pour convertir des documents très longs en texte. Le modèle réduit le contexte conservé à chaque étape, avec un compromis possible sur les liens entre pages.
- Date de la source
- Catégorie
- Modèles et assistants
- À qui cela s’adresse
- Annonce du 27 octobre 2026. Conditions rapportées par l’éditeur.
- Sujet du contenu
- Baidu publie un modèle pour lire de très longs documents
- Entreprises / organismes
- Baidu
- Technologies
- Modèle multimodal, Extraction d’informations
Présentation
La reconnaissance optique de caractères, appelée OCR, transforme des pages en texte exploitable. Baidu présente un modèle conçu pour poursuivre cette lecture lorsque le document devient trop long pour être traité d’un seul bloc.
L’enjeu est de maîtriser le calcul sans perdre les informations utiles d’une page à l’autre.
Ce qui change
La fiche officielle annonce la version 2 le 27 octobre et publie un banc d’évaluation de documents très longs.
Conserver un petit ensemble de repères
L’attention utilise des références de taille bornée pour limiter le travail à chaque étape. Elle évite de garder toutes les interactions entre texte et images.
Lire plusieurs pages dans une même demande
Les pages ordonnées peuvent être traitées ensemble. Le réglage des fenêtres échange une moindre mémoire contre moins de continuité entre certaines pages.
Fonctionnement
Le point à observer est la qualité de la restitution lorsque la longueur augmente, et pas seulement la possibilité de terminer un traitement.
Préparer
Les pages sont fournies dans leur ordre de lecture.
Parcourir
Le modèle produit le texte en conservant des repères limités.
Comparer
La restitution doit être confrontée aux pages, notamment aux passages qui se poursuivent.
Usages possibles
Cette approche peut intéresser les équipes qui préparent de longs dossiers pour un moteur de recherche ou un assistant. Une erreur d’extraction risque ensuite de devenir une erreur de réponse.
Exemple possible
Un exemple possible
Une équipe pourrait utiliser un dossier synthétique contenant un tableau sur plusieurs pages. Elle vérifierait les montants, titres et renvois avant d’évaluer une recherche dans le texte obtenu. Ce test reste proposé, sans résultat mesuré.
Accès et limites
Le nom Unlimited ne garantit ni mémoire totale ni précision sans limite. Réduire la fenêtre de pages peut nuire aux éléments qui continuent d’une page à l’autre. La fiche décrit du code spécifique et des ressources GPU. Les performances revendiquées restent celles de l’équipe, sans évaluation indépendante réalisée ici.
Conditions d’accès. Modèle et exemples publiés sur Hugging Face. Intégration technique nécessaire. Ressources de calcul et coûts de déploiement à établir.
Pour votre projet
Avant une intégration, un petit corpus de référence permettrait de comparer précision, temps et mémoire. Il faudrait compter aussi le temps de correction humaine, sans déduire la qualité du seul achèvement du traitement.
- Quelles informations se perdent aux frontières entre pages ?
- La qualité reste-t-elle suffisante sur les mises en page réellement utilisées ?
Un essai adapté à vos propres questions resterait nécessaire avant de conclure pour votre projet.
Sources et vérifications
Source de l’annonce
Unlimited OCR Works 2
Lire la source officielleSource vérifiée le . Les résultats présentés sont ceux annoncés par les auteurs.
Sources consultées lors de la tâche planifiée. Aucun logiciel présenté n’a été installé ni essayé.
Fiche préparée avec ChatGPT. Notre méthode éditoriale.