Baidu تطلق Unlimited OCR 2 مفتوح المصدر بمعاملات 3.34 مليار
النموذج يعتمد تقنية انتباه متناثر تُسمى SR-SWA ويسجل 77.1 على معيار MarathonDoc مقابل 33.7 لنموذج Kimi K3.
أطلقت Baidu نموذج Unlimited OCR 2، وهو نموذج لغوي بصري بـ3.34 مليار معامل متخصص في التعرّف الضوئي على الحروف (OCR)، وأتاحته مفتوح المصدر بموجب رخصة MIT.
ووفقاً لما أوردته aitimes.com، يعتمد النموذج تقنية انتباه متناثر تُسمى SR-SWA تمنع تكلفة الحوسبة والذاكرة من الارتفاع الحاد مع المستندات الطويلة. وسجّل Unlimited OCR 2 نتيجة 77.1 على معيار MarathonDoc الخاص بالمستندات التي تمتد مئات الصفحات، مقابل 33.7 لنموذج المقارنة Kimi K3.
إصدارات أخرى في اليوم نفسه
وأتاحت InclusionAI، التابعة لمجموعة Ant Group، نموذج Ling-3.1-flash-1019 مفتوح المصدر برخصة MIT. يضم النموذج 560 مليار معامل إجمالي مع تفعيل 25 ملياراً لكل رمز عبر بنية MoE، ويدعم سياقاً يصل إلى مليون رمز. وارتفعت نتيجة النموذج على AutomationBench-AA من 62% إلى 68%، وعلى AA-Briefcase Elo من نحو 1400 إلى 1524، وعلى مؤشر Artificial Analysis Intelligence Index من 41 إلى 44.
من جهته، أصدر مشروع vLLM Semantic Router النموذج d3-ultra، وهو نموذج قرار متعدد الوسائط بنحو 26.1 مليار معامل، بموجب رخصة Apache 2.0. يتعامل النموذج مع النصوص والصور والفيديو، ويختار خياراً واحداً من بين بدائل أو يجيب بنعم أو لا أو يُخرج احتمالات، ويمكنه تحديد مواضع الأجسام في الصور وتتبعها في الفيديو. وقال الفريق إن الإجابة عن 1 إلى 255 سؤالاً حول صورة واحدة استغرقت من 0.3 إلى 2.16 ثانية.
وفي مجال البحث، أطلقت Nace AI حلاً للاسترجاع باسم Drex for Search يستخدم نموذج قرار للحكم على المجلدات والملفات والصفحات والجداول التي يُرجّح احتواؤها على الإجابة. وسجّل Drex for Search دقة 92.05% على معيار BrowseComp Plus بمتوسط 12.6 استدعاء بحث لكل سؤال، محتلاً المركز الثاني على المعيار. وفي اختبار أجرته الشركة على 529 سؤالاً من مستندات عمل، أدى ربط Drex بوكلاء برمجة قائمين إلى تقليص خطوات المهمة بنسبة 62% ورموز الإدخال بنسبة 56% وإلى معالجة أسرع 2.3 مرة.
وأعلنت Cognition إطلاق Devin Security 2.0، الذي يستخدم نماذج ذكاء اصطناعي متقدمة بينها Claude Mythos من Anthropic لاكتشاف ثغرات البرمجيات وإصلاحها. ويحلل المنتج الشيفرة المصدرية ويرتب الثغرات بحسب قابلية استغلالها وأثرها، ثم يعيد إنتاجها ويصلحها في بيئة افتراضية منفصلة ويشغّل الاختبارات ويفتح طلب دمج، مستعيناً ببنية Agentic MapReduce.
أسئلة سريعة
ما هو Unlimited OCR 2 من Baidu؟
نموذج لغوي بصري للتعرّف الضوئي على الحروف بـ3.34 مليار معامل، أُتيح مفتوح المصدر برخصة MIT.
كم سجّل Unlimited OCR 2 على معيار MarathonDoc؟
سجّل 77.1 مقابل 33.7 لنموذج Kimi K3.
كم عدد معاملات نموذج Ling-3.1-flash-1019؟
560 مليار معامل إجمالي مع تفعيل 25 ملياراً لكل رمز عبر MoE، وسياق يصل إلى مليون رمز.