BaiduのUnlimited OCRが複数ページを一括処理——「人間の忘却」を模倣したメモリ手法
BaiduのUnlimited OCRが複数ページを一括処理——「人間の忘却」を模倣したメモリ手法
| 項目 | 内容 |
|---|---|
| ジャンル | AI |
| 日付 | 2026-07-06 |
| 元記事 | The Decoder |
要約
Baiduが発表した「Unlimited OCR」は、文書の複数ページを一括処理する新技術。従来のOCRシステムが最大10ページ程度を限界としていた中、人間の「忘却」を模倣した修正アテンション機構を採用することで、フラットなメモリ使用量を維持しながら数十ページを同時処理する。この手法により主要なOCRベンチマークで1位を獲得している。従来の長文書処理では後半ページほど精度が落ちる問題があったが、忘却ベースのメモリ管理が情報を効率的に圧縮・保持することでこれを解決。PDF全体を一括でOCR処理できるようになり、金融・法律・医療など大量の書類を扱う業務への応用が期待される。