Kimi K3 और Unlimited OCR वैश्विक चार्ट में शीर्ष पर, चीनी ओपन-सोर्स मॉडल विदेशों में छाए

27 जुलाई को, Moonshot AI ने Kimi K3 के पूर्ण मॉडल वेट को ओपन-सोर्स किया, जो मिनटों में Hugging Face की समग्र ट्रेंड सूची में शीर्ष पर पहुंच गया। इसके तुरंत बाद, Baidu का Unlimited OCR मॉडल, जो दिनों से सूची में सबसे ऊपर था, दूसरे स्थान पर आ गया। ये दो चीनी ओपन-सोर्स मॉडल Hugging Face रैंकिंग पर हावी हो गए, जो एक घटना बन गई। Unlimited OCR ने एक असाधारण उपलब्धि हासिल की: रिलीज के पांच दिनों के भीतर, इसने 10,000 से अधिक GitHub स्टार्स प्राप्त किए और GitHub डेली ट्रेंडिंग की समग्र और Python दोनों सूचियों के साथ-साथ Hugging Face की वैश्विक मॉडल और मल्टीमॉडल मॉडल ट्रेंड सूचियों में शीर्ष स्थान प्राप्त किया, जिससे यह चौगुनी पहली रैंक हासिल की। एक महीने बाद, Unlimited OCR ने ट्यूरिंग अवार्ड विजेता Yann LeCun द्वारा रीट्वीट किए जाने के बाद Hugging Face की वैश्विक मॉडल ट्रेंड सूची में फिर से शीर्ष स्थान प्राप्त किया। इसके GitHub स्टार्स 19,700 से अधिक हो गए हैं और Hugging Face डाउनलोड 2.65 मिलियन तक पहुंच गए हैं। Unlimited OCR की लोकप्रियता लंबे दस्तावेज़ पार्सिंग में इसकी सफलता के कारण है। पारंपरिक OCR मॉडल लंबे दस्तावेज़ों को पेज दर पेज पार्स करके और परिणामों को जोड़कर संभालते हैं, जिससे डिकोडिंग के दौरान KV Cache बढ़ता है, जिससे अनुमान गति और मेमोरी लागत बढ़ जाती है। Baidu ने Reference Sliding Window Attention (R-SWA) तंत्र प्रस्तावित किया, जो मूल दस्तावेज़ पर ध्यान बनाए रखते हुए केवल सबसे हाल ही में उत्पन्न सामग्री को कार्यशील मेमोरी के रूप में रखता है, जिससे एक ही फॉरवर्ड पास में दर्जनों पृष्ठों की निरंतर पार्सिंग संभव होती है। यह KV Cache को स्थिर रखता है, जिससे कम्प्यूटेशनल लागत और मेमोरी उपयोग कम होता है। उद्योग विशेषज्ञ ध्यान देते हैं कि यह नवाचार न केवल OCR को गति देता है, बल्कि लंबे संदर्भ तर्क और मेमोरी प्रबंधन के लिए नए दृष्टिकोण भी प्रदान करता है। Unlimited OCR में डेवलपर्स की निरंतर रुचि दर्शाती है कि चीनी AI ओपन-सोर्स मॉडल प्रारंभिक उत्साह से निरंतर अपनाए जाने की ओर बढ़ रहे हैं।