27 Ekim 2026 SalıSayı № 300
I Model ÇıkışıTopluluk

Baidu Unlimited OCR 2: Sınırsız Belge İşleme ve SR-SWA ile Yeni Dönem

Baidu, 27 Ekim 2026'da Unlimited OCR 2 modelini duyurdu. Yeni model, Sparse Reference Sliding Window Attention (SR‑SWA) sayesinde belge uzunluğundan bağımsız, sabit gecikmeli ve düşük bellek tüketimli OCR sunuyor. MPDocBench ve MarathonDocBench gibi uzun‑belge benchmark'larında da üstün performans sergiliyor.

Reddit LocalLLaMA kaynağından derlendi · · 1 dk okuma

Orijinal haber ↗
Görsel: Reddit LocalLLaMA

Özetle

  1. 1

    SR‑SWA, dikkat etkileşimlerini sabit boyutlu referans setine sıkıştırarak hesaplama ve bellek maliyetini belge uzunluğundan bağımsız hâle getiriyor.

  2. 2

    Unlimited OCR 2, sınırsız‑ufuk ayrıştırma yeteneğiyle teorik olarak sınırsız sayfa uzunluğundaki belgeleri işleyebiliyor.

  3. 3

    MPDocBench ve MarathonDocBench gibi uzun‑belge benchmark'larında state‑of‑the‑art performans sergileyerek sektörde yeni bir standart belirledi.

Baidu, yerel topluluk platformu Hugging Face üzerinden Unlimited OCR 2'yi yayınladı. Model, ultra‑uzun metin‑görsel dizilerini sabit boyutlu referans setlerine (örneğin 512 token) sıkıştıran Sparse Reference Sliding Window Attention (SR‑SWA) mekanizmasıyla çalışıyor. Bu sayede her adımda hesaplama karmaşıklığı ve bellek ihtiyacı, belge uzunluğuna bağlı olarak artmıyor.

SR‑SWA, geleneksel tam‑dönüşlü dikkat (full‑attention) mimarisinin quadratik ölçeklenmesini ortadan kaldırarak, uzun belgelerdeki gecikme ve bellek darboğazlarını neredeyse sabit bir seviyede tutuyor. Model, sınırsız‑ufuk (unlimited‑horizon) ayrıştırma yeteneğiyle, sabit bir bağlam penceresi içinde teorik olarak sınırsız sayıda sayfa içeren dokümanları işleyebiliyor.

Performans açısından Unlimited OCR 2, MPDocBench gibi on‑on sayfalık benchmark'larda ve MarathonDocBench gibi yüzlerce sayfalık ekstrem testlerde state‑of‑the‑art sonuçlar elde etti. Bu başarı, uzun‑belge OCR alanında önceki modellerin karşılaştığı quadratik dikkat ve bellek sınırlamalarını aşarak yeni bir çıta koydu.

Model, Hugging Face reposunda topluluk tarafından erişilebilir durumda ve açık kaynak kodu, araştırmacıların ve geliştiricilerin SR‑SWA'yı kendi OCR çözümlerine entegre etmelerini kolaylaştırıyor. Baidu'nun bu hamlesi, uzun‑döküman işleme ihtiyacı duyan sektörlerde (hukuk, finans, akademik yayıncılık) daha verimli ve ölçeklenebilir çözümler sunma potansiyeli taşıyor.

Yöney yorumu

Unlimited OCR 2, uzun belgelerdeki bellek ve gecikme sorunlarını aşarak OCR teknolojisinin sınırlarını genişletiyor. Geliştiriciler, SR‑SWA'yı diğer modellerde de kullanarak benzer ölçeklenebilirlik kazanabilir; kullanıcılar ise daha büyük ve karmaşık dokümanları sorunsuzca işleyebilecek.

Yapay zekâ tarafından üretilmiştir.
Devamı kaynakta

Bu haber Reddit LocalLLaMA kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.

I

Aynı bölümden

Tümü →
I Model Çıkışı

Google Gemini 4 Argon: 8 Çarpıcı Kullanım Örneği

Google, en yeni yapay zeka modeli Gemini 4 Argon'u tanıttı ve bu modelin karmaşık, çok aşamalı görevleri dakikalar içinde tamamlayabildiğini gösteren sekiz etkileyici örnek paylaştı. Argon, gelişmiş çok-modelli yetenekleri ve uzun vadeli akıl yürütme gücüyle araştırmadan 3D tasarıma, yüksek riskli iş akışlarından gerçek zamanlı doku üretimine kadar geniş bir yelpazede performans sergiliyor.

Özetle 3 madde
  1. Gemini 4 Argon, tek bir komutla 5.000 satır kod yazarak tam 3D ortam ve video üretebiliyor.
  2. NASA'nın 72 Mars uçuşundan gelen 80.000'den fazla veri dosyasını analiz edip yönetimsel sunum haline getirebiliyor.
  3. Gerçek zamanlı 3D renderlama ve fizik simülasyonlarıyla stüdyo kalitesinde tüy motorları ve etkileşimli müzik enstrümanları oluşturabiliyor.

Google Gemini

I Model Çıkışı

Ling-3.1-flash-1019 ağırlıkları yayınlandı, temel model de sunuldu

InclusionAI, 560 milyar parametreli Ling-3.1-flash-1019 modelinin ağırlıklarını Hugging Face üzerinden erişime açtı. Model, 25 milyar aktif parametresi ve 1 M bağlam penceresiyle dikkat çekerken, AA Intelligence Index puanı 41'den 44'e, AutomationBench‑AA ise %62'den %68'e yükseldi.

Özetle 3 madde
  1. Ling-3.1-flash-1019 ağırlıkları Hugging Face'te yayınlandı (560B toplam, 25B aktif).
  2. Modelin bağlam penceresi 1 M token olarak belirlendi.
  3. AA Intelligence Index v4.3.2 puanı 41'den 44'e, AutomationBench‑AA %62'den %68'e yükseldi.

Reddit LocalLLaMA2 skor

I Model Çıkışı

OpenAI, Hassas Bilgisayar Kullanımı İçin GPT-6.1 Terra’yı Tanıttı

OpenAI, görsel akıl yürütme, kesin bilgisayar kullanımı ve doğal yazım yeteneklerini birleştiren yeni GPT-6.1 Terra modelini duyurdu. Şirket, modelin önceki sürüm GPT-5.6 Terra’ya göre orta seviyedeki akıl yürütme testlerinde %15 daha yüksek performans gösterdiğini ve maliyet açısından üç kat daha verimli olduğunu belirtiyor.

Özetle 3 madde
  1. GPT-6.1 Terra, orta akıl yürütme testlerinde GPT-5.6 Terra’ya göre %15 daha yüksek skor elde etti.
  2. Maksimum çaba seviyesinde Claude Opus 5.5’e göre üç kat daha token‑verimli ve görev başına ~9 kat daha düşük maliyet.
  3. Terminal‑Bench 4.0’da %50.3 görev çözüm oranı, önceki sürümün %21.5 oranının iki katından fazla.

TestingCatalog4 skor