무제한 OCR 2는 한 번의 요청으로 전체 PDF를 구문 분석하고 페이지 나누기를 넘는 텍스트와 표를 추적합니다. 페이지 타일을 끄면 59페이지 세금 안내가 하나의 RTX 4090에서 3분 44초 만에 PDF 자체 텍스트보다 4.2% 더 저렴하고 16GB 카드에서 동일한 품질로 다시 나타납니다. 우리는 저자의 자체 SGLang 빌드를 실행하는 맞춤형 Python 백엔드로 InferenceKey Cloud에 Baidu의 MIT 라이선스 문서 파서(3B MoE, 약 0.5B 활성 매개변수)를 배포하고 하나의 스트리밍 요청으로 IRS Publication 15(59페이지, 공개 도메인)를 보냈습니다. 측정한 내용(RTX 4090 1개, 24GB): - 페이지당 하나의 보기(crop_mode=false): 15.8페이지/분에서 59페이지, 3.3초 후 첫 번째 텍스트, 전체 가이드에서 PDF 텍스트까지의 편집 거리 4.2% - 작성자의 기본 페이지 타일: 8.7페이지/분, 반복되는 46~54페이지의 긴 테이블 중단: 8행이 하나의 셀, 한 문장으로 압축되었습니다. 1,508회, 그 뒤의 빈 페이지(전체 38.1%, 테이블에서 2.4% 떨어져 있음) - 46~54페이지만: 페이지당 하나의 보기로 28초 끝, 각 연속 페이지는 동일한 테이블의 일부로 표시됨 - 10페이지 창 대신 전체 문서에 대한 하나의 창: 131,072 토큰 컨텍스트에 도달하고 27페이지에서 중지됨, 첫 번째 텍스트까지 50.3초 - 메모리: 4090에서는 최대 19.4GB; 실제 16GB RTX 2000 Ada는 13.8GB 피크, 5.6페이지/분, 약 2.8배 느린 벤치마크 수치에서 동일한 품질(4.23% 대 4.18%)로 전체 가이드를 구문 분석했으며 비디오의 전체 소설 재생은 저자의 것이며 우리가 재현한 것이 아닙니다. 우리의 수치는 벤치마크가 아닌 하나의 문서에서 나온 것입니다. 전체 작성: https://inferencekey.com/research/unlimited-ocr-2-whole-book-parsing SDK 예: 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 28로 구문 분석된 긴 세금 표 s 00:18 무제한 OCR 2란 무엇인가요? 01:09 표가 페이지 나누기 후에도 유지되나요? 02:40 카드는 얼마나 작은가요?
