AI / LLM
긴 문서 OCR의 두 갈래: Unlimited OCR Works의 상수 메모리와 Xiaomi-OCR-0의 소형 문서 VLM13분
바이두의 Unlimited OCR Works(arXiv 2606.23050)와 샤오미의 Xiaomi-OCR-0 기술 보고서(arXiv 2609.36136)를 함께 읽는다. 전자는 DeepSeek-OCR의 디코더 어텐션을 전부 R-SWA로 바꿔 KV 캐시를 상수로 묶고 수십 페이지를 한 번에 읽게 했고, 후자는 0.8B 모델에 1.7억 샘플 데이터 엔진과 Mix-RL을 얹어 OmniDocBench v1.6 96.83을 냈다. 긴 문서가 왜 VLM OCR을 무너뜨리는지, 두 논문이 각각 어느 축을 밀었는지, MinerU2.5와의 3자 비교, 한계를 정리한다.
AI논문리뷰OCR문서파싱VLMKV캐시OmniDocBenchDeepSeek-OCRXiaomi