PaddlePaddle lance Unlimited-OCR, un nouveau modèle dédié au traitement de documents volumineux
PaddlePaddle lance Unlimited-OCR, un nouveau modèle dédié au traitement de documents volumineux
PaddlePaddle a dévoilé le modèle Unlimited-OCR, conçu pour traiter des documents massifs sans perte de vitesse.
Selon les développeurs, ce modèle est capable de traiter des centaines de pages en une seule passe sans dégradation notable des performances. Cette prouesse technique repose sur le mécanisme R-SWA (Reference Sliding Window Attention), qui maintient une taille constante du cache KV durant la phase de décodage.
Dans le cadre du benchmark OmniDocBench, le modèle a atteint un score de 93 %, surpassant DeepSeek-OCR de 6 points.
Pourquoi c'est important
AnalyseCe modèle simplifie considérablement le traitement de documents volumineux, marquant une étape cruciale dans l'évolution des technologies OCR. Ses hautes performances et sa précision ouvrent de nouvelles perspectives pour l'automatisation du traitement documentaire.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Budget de réflexion (Thinking Budget dans les nouveaux modèles)
Nouveau paramètre des modèles à raisonnement hybride modernes (Claude 3.7 Sonnet, OpenAI o1/o3). Il permet à l'utilisateur de définir lui-même la limite de tokens ou de secondes que l'intelligence artificielle peut consacrer au processus de réflexion interne avant de fournir une réponse finale.
Tencent lance Hy4 : un modèle à poids ouverts qui défie DeepSeek
Tencent a publié Hy4, un modèle multimodal qui a obtenu 75,2 points au benchmark APEX-Agents lors de tests internes, devant DeepSeek V4.1 Flash-1017. L’entreprise prévoit de publier les poids du modèle.
Jev et System One AI : guide pratique complet du modèle de décision TypeSafe
Analyse technique approfondie du modèle phare Jev : architecture System One vs LLM, primitives Choice/Score/Noul, parallélisme des requêtes, mathématiques de la confiance, études de cas vidéo, code et aperçu des alternatives open-weight locales (Laya, GLiNER2.5, CLM-8B).
Partie II. Architecture des agents IA : du modèle à la mémoire et aux outils
Immersion technique approfondie : tokenisation, cache KV, déterminisme de l'échantillonnage, stack d'entraînement, quantification, ingénierie contextuelle, stack de sécurité, RAG en production, ReAct et systèmes swarm multi-agents.