OCR 2 illimité : analysez un PDF entier en une seule requête. même sur un GPU de 16 Go

L'OCR 2 illimité analyse l'intégralité d'un PDF en une seule requête et garde la trace du texte et des tableaux qui traversent un saut de page. Désactivez ses vignettes de page et un guide fiscal de 59 pages revient en 3 min 44 s sur un RTX 4090, 4,2 % de réduction sur le texte du PDF, avec la même qualité sur une carte de 16 Go. Nous avons déployé l'analyseur de documents sous licence MIT de Baidu (3 B MoE, environ 0,5 B de paramètres actifs) sur InferenceKey Cloud en tant que backend Python personnalisé exécutant la propre version SGLang des auteurs, et lui avons envoyé la publication IRS 15 (59 pages, domaine public) en une seule demande en streaming. Ce que nous avons mesuré (un RTX 4090, 24 Go) : - Une vue par page (crop_mode=false) : 59 pages à 15,8 pages/min, premier texte après 3,3 s, 4,2 % de distance d'édition par rapport au texte du PDF sur l'ensemble du guide - Tuiles de page par défaut des auteurs : 8,7 pages/min, et le long tableau des pages 46 à 54 s'est cassé : huit lignes serrées dans une cellule, une phrase répétée 1 508 fois, pages vides après (38,1 % au total, 2,4 % loin du tableau) - Pages 46 à 54 seules : 28 s de bout en bout avec une vue par page, chaque page de suite marquée comme faisant partie du même tableau - Une fenêtre pour l'ensemble du document au lieu de fenêtres de 10 pages : atteint le contexte de 131 072 jetons et s'arrête à la page 27, 50,3 s au premier texte - Mémoire : pic 19,4 Go sur le 4090 ; un vrai RTX 2000 Ada de 16 Go a analysé l'intégralité du guide avec la même qualité (4,23 % contre 4,18 %) à 13,8 Go en pointe, 5,6 pages/min, environ 2,8 fois plus lent. Les chiffres de référence et la rediffusion complète du roman dans la vidéo sont celles des auteurs, non reproduites par nos soins. Nos chiffres proviennent d’un seul document et non d’une référence. Rédaction complète : https://inferencekey.com/research/unlimited-ocr-2-whole-book-parsing Exemple de SDK : https://github.com/inferencekey/inferencekey-sdk/tree/main/examples/unlimited-ocr-2-pdf-parsing-custom-backend-private-nvidia Docs : https://docs.inferencekey.com 00:00 Un long tableau de taxes, analysé dans 28 s 00:18 Qu'est-ce que Unlimited OCR 2 ? 01:09 Un tableau survit-il au saut de page ? 02:40 Quelle taille fera une carte ?