Browsing Tag

OCR

3 innlegg
Person omgitt av store dokumentbunker mens AI-modellen parser og strukturerer innholdet på skjermen

Baidu Unlimited OCR: 3B-modellen som parser hele dokumentbunker uten at minnet eksploderer

Baidu slapp Unlimited OCR – en 3B MoE-modell som parser 40+ siders dokumenter i én operasjon. R-SWA-mekanismen holder KV-cachen flat slik at minne og latens ikke vokser med dokumentlengden. MIT-lisens og tilgjengelig på Hugging Face.
  • 25. juni 2026
  • 87 visninger
  • 4 minutter lesetid
Jan Sverre studerer et dokument med annoterte bounding boxes og strukturert OCR-output

Mistral OCR 4 lansert: dokumenter som vet hvor hvert ord sitter – klar for RAG

Mistral OCR 4 gir deg ikke bare tekst fra dokumenter – den forteller deg nøyaktig hvor på siden hvert ord sitter, hvor sikker den er, og hva slags blokk det er. Det forandrer ganske mye for RAG og agentic pipelines.
  • 24. juni 2026
  • 105 visninger
  • 5 minutter lesetid
NuExtract3 - Jan Sverre ved skrivebordet med dokumenter og holografisk JSON-ekstraksjon

NuExtract3 – open source 4B VLM for OCR og strukturert dokumentekstraksjon

NuExtract3 er en 4B open-weight VLM fra Numind som slår Qwen3.5-9B på strukturert dokumentekstraksjon. Apache 2.0-lisens, gratis demo på HuggingFace.
  • 22. mai 2026
  • 160 visninger
  • 4 minutter lesetid