猫眼影戏
 |
|
猫眼影戏
刘磊涛
手机审查
猫眼影戏记者 杨久明 报道Q8X2R7L1T4J5M9B6W3
henry 发自 凹非寺量子位 | 公众号 QbitAI
刚刚，DeepSeek开源了全新的OCR模子——
DeepSeek-OCR 2，主打将PDF文档精准转换Markdown。
相较于去年10月20日宣布的初代模子，DeepSeek-OCR 2的焦点突破在于突破了古板模子死板的“光栅扫描”逻辑，实现了凭证图像语义动态重排视觉标记（Visual Tokens）
为此，DeepSeek-OCR 2弃用了前作中的CLIP组件，转而使用轻量化的语言模子（Qwen2-0.5B）构建DeepEncoder V2，在视觉编码阶段就引入了“因果推理”能力。
这一调解模拟了人类阅读文档时的因果视觉流，使LLM在举行内容解读之前，智能地重排视觉标记。
性能上，DeepSeek-OCR 2在仅接纳轻量模子的条件下，抵达了媲美Gemini-3 Pro的效果。
在OmniDocBench v1.5基准上，DeepSeek-OCR 2提升了3.73%，并在视觉阅读逻辑方面取得了显著希望。
值得一提的是，这次最新论文的作者依然是：魏浩然，孙耀峰和李宇琨三人组。
接下来，我们一起来看。
焦点更新：DeepEncoder V2
DeepSeek-OCR 2延续了前代OCR模子的经典架构，由编码器息争码器协同事情。
编码器认真将图像离散化为视觉标记（Visual Tokens），解码器则连系这些标记与用户指令天生最终文本输出。
如论文所说，DeepSeek-OCR 2此次焦点的升级在于编码器——
DeepEncoder V2
古板的视觉编码器通常凭证牢靠的“光栅扫描”（从左到右、从上到下）顺序处置惩罚图像，这在面临重大版面（如双栏文档、狼籍的表格）时，往往会切断语义的逻辑连贯性。
而DeepEncoder V2这次的更新解决的正是这一问题。
将此前的CLIP组件替换为轻量化的LLM架构（Qwen2-0.5B），这一转变付与了编码器因果推理能力
信息进入主解码器之前，编码器就先对视觉标记举行“智能重排”，使其更切合人类阅读逻辑。
为了实现这种智能重排，DeepEncoder V2引入了一种全新的双流注重力机制，其底层逻辑通过一个定制的注重力掩码（Attention Mask）来约束：
视觉标记（Visual Tokens）：对应掩码左侧的全1区域，接纳双向注重力，保存全局建模能力，确保每一个标记都能“看”到整幅图。因果流盘问（Causal Flow Queries）：对应掩码右边的三角区域（LowerTri）。这是附加在视觉标记后的可学习盘问向量。它们接纳因果注重力（即每个盘问只能关注之前的盘问及所有视觉标记）。
这种设计使得视觉标记之间互不滋扰（坚持原始特征），但每一个盘问标记却被强制要求只能“看到”它之前的标记以及所有的视觉标记。
相比古板的交织注重力结构，这确保视觉信息在所有层中都坚持“活跃”，从而与因果盘问举行深度信息交流。
别的，这现实上还建设了两阶段级联推理，乐成弥合了2D空间结构与1D语言建模之间的鸿沟：
第一阶段（编码器）：通过盘问举行语义重排。第二阶段（解码器）：对有序序枚举行自回归推理。
换句话说，在V1中，图像进入LLM时，顺序是写死的。
而在V2中，通过盘问标记（Learnable Query）的重排，模子在进入主解码器之前，就已经在编码器内部完成了一次“逻辑理顺”
其他组件
先容完DeepEncoder V2的焦点升级后，我们来串一下DeepSeek-OCR 2的整体架构：
首先是一开头的视觉分词器（SAM），其沿用了此前的架构，接纳了80M参数的SAM-base架构，并连系两层卷积层。
输出维度以前代的1024优化缩减至896，以对齐后续管线，这套分词器的设置实现了16倍的标记压缩
这种基于压缩的设计，以极小的参数开销，极大地释放了后续全局注重力 ？榈呐趟阊沽，让模子运行更轻快。
别的，为了在处置惩罚差别区分率图像时“不丢细节”，DeepSeek-OCR 2在编码阶段还引入了无邪的裁剪计划：
全局视图（Global View）： 在1024×1024区分率下，天生256个盘问标记。局部裁剪（Local Crops）： 针对768×768的细部，每个裁剪块对应144个盘问标记。
最终输入LLM的标记总数稳固在256到1120之间，与Gemini-1.5 Pro的视觉预算相匹配。
最后，在后端解码器部分，DeepSeek-OCR 2保存了3B参数的MoE结构（现实激活参数仅约 500M）。
训练流程与实验验证
在数据战略上，DeepSeek-OCR 2延续了与前代相同的数据源，OCR相关数据占比达80%。
其要害优化点有二：一是采样平衡化，将正文、公式与表格按3:1:1比例划分；
二是标签精简化，合并了如“图片说明”与“问题”等语义相似的结构标签。这种极小的底层差别，确保了其与基准测试之间具备高度的一致性与可比性。
在训练流程方面，DeepSeek-OCR 2接纳了三阶段的训练Pipelines：
编码器预训练：通过下一标记展望（Next Token Prediction）使命，使编码器掌握特征提取、压缩和重排序能力。盘问增强：冻结视觉分词器，联合优化LLM编码器息争码器，增强盘问体现。解码器微调：冻结编码器，仅优化解码器，从而在相同的算力（FLOPs）下实现更高的数据吞吐量。
在实验阶段，DeepSeek-OCR 2主要在OmniDocBench v1.5上举行评估，包括1355个页面，涵盖杂志、学术论文、研究报告等9大类文档。
并与Gemini-3 Pro、Qwen2.5-VL、InternVL3.5等先进模子及多种专业OCR计划举行比照 。
如开头所示，DeepSeek-OCR 2在OmniDocBench v1.5上抵达了91.09%的性能，相比基线提升了3.73%
阅读顺序（R-order）的编辑距离从0.085显著降至 0.057，证实晰 DeepEncoder V2 重新编排视觉信息的能力。
在相似的标记预算（1120）下，DeepSeek-OCR 2的文档剖析编辑距离（0.100）优于 Gemini-3 Pro（0.115）。
在现实生产中，在线用户日志的重复率从6.25%降至4.17%，PDF 生产数据重复率从 3.69% 降至 2.88%，证实晰模子逻辑视觉明确能力的提升。
整体来看，DeepSeek-OCR 2在坚持高压缩率的同时实现了显著的性能提升验证了使用语言模子架构作为视觉编码器的可行性，这为迈向统一的全模态编码器（omni-modal encoder）提供了路径。
One more thing
这篇论文的三位作者划分是：魏浩然，孙耀峰和李宇琨。
魏浩然曾就职于阶跃星辰，其时主导开发了意在实现“第二代OCR”的GOT-OCR2.0系统。
孙耀峰本科就读于北京大学，现于幻方AI从事大语言模子的相关研究，R1、V3中都有他的身影。
李宇琨，谷歌学术论文近万引研究员，也一连加入了包括DeepSeek V2/V3在内的多款模子研发。
最后，OCR 2延续了DeepSeek团队一直的开源精神。
项目已在GitHub开源，并同步上线HuggingFace，论文也一并释出。
GitHub：https://github.com/deepseek-ai/DeepSeek-OCR-2HuggingFace：https://huggingface.co/deepseek-ai/DeepSeek-OCR-2论文：https://github.com/deepseek-ai/DeepSeek-OCR-2/blob/main/DeepSeek_OCR2_paper.pdf
??时势1：久久AA免费视频
??02月03日,内蒙古首列本地国产汽车中欧班列启程,
旌旗鲜明地深入开展反糜烂斗争，是确保我镇经济社会和各项事业康健稳固生长的主要条件。提高拒腐防变能力，做到克己自律、清洁做事，这是党对各级干部紧迫而严肃的政治要求。我们要苏醒地看到，目今消极糜烂征象滋生伸张的势头还没有完全获得有用的阻止，有些村居干部讲排场比阔气、讲享受比消耗的民俗很盛，有的甚至以权术私，贪赃枉法，侵蚀蜕化，严重地损害了党和政府的形象，松懈了社会民俗。我们各级干部必需充分熟悉反糜烂斗争的恒久性、难题性，切实担负起反腐倡廉的主要责任，严以律己，从自己做起，以现实验动，在宽大群众中树立起清洁做事的好形象。我们村居干部要做到自重、自省、自警、自励，经得起种种磨练和诱惑。作为村居干部，手中都有一些权力，我们要珍惜这些权力，要做到事情以高标准为目的，生涯以下限为标准，该获得的纷歧建都要，不应获得的决不伸手去捞。要增强党性磨炼，自觉接受监视，始终坚持艰辛斗争，无私贡献，克己奉公的革命本色，要认真执行《关于实验党风廉政建设责任制的划定》，实验村务果真制度。
,久久精品国产只。??02月03日,新一代锂电池隔膜黏合剂在湘潭研发成功,
一头金毛熊冲了出来，人立着奔驰，高达十米，眉心生有一根大犄角，极速而行。
,免费看搡女人的网站入口,月婵强行被 吸乳羞羞,亚洲欧美日韩国产一区。??时势2：精品黄污网站在线入口
??02月03日,填补空白 中国团队可让产妇全面实现无创产前筛查,
??02月03日,两会受权发布｜王沪宁：在全国政协十四届二次会议闭幕会上的讲话,
“小不点不要追！”族长石云峰怕他泛起意外。
,女主播给粉丝看奶头,毛片A级毛片免费视频,亚洲免费在线观看自拍视频在线观看。??时势3：欧美老妇人与禽交
??02月03日,《重庆市水网建设规划》获批 总投资7320亿元,
“大婶，我们赶忙走啦。”小不点提醒。
,44444欧美网站,ADM-529在线观看,国产精品女人A片爽爽视频。??02月03日,2024全国服务消费季暨上海服务消费“+”年华盛大开启,
帮工关系指帮工人自愿、短期、无偿为被帮工人提供劳务，且被帮工人没有明确拒绝而爆发的一种社会关系。
网友咨询：
无偿提供劳务的帮工人致人损害，应该由谁认真 ？
状师解答：
无偿提供劳务的帮工人，在从事帮工活动中致人损害的，被帮工人应当肩负赔偿责任。被帮工人肩负赔偿责任后向有居心或者重大过失的帮工人追偿的，人民法院应予支持。被帮工人明确拒绝帮工的，不肩负赔偿责任。
无偿提供劳务的帮工人因帮工活动遭受人身损害的，凭证帮工人和被帮工人各自的过错肩负响应的责任；被帮工人明确拒绝帮工的，被帮工人不肩负赔偿责任，但可以在受益规模内予以适当赔偿。帮工人在帮工活动中因第三人的行为遭受人身损害的，有权请求第三人肩负赔偿责任，也有权请求被帮工人予以适当赔偿。被帮工人赔偿后，可以向第三人追偿。
状师增补：
损害他人造成人身损害的，应当赔偿医疗费、照顾护士费、交通费、营养费、住院伙食津贴费等为治疗和康复支出的合理用度，以及因误工镌汰的收入。造成残疾的，还应当赔偿辅助用具费和残疾赔偿金；造成殒命的，还应当赔偿丧葬费和殒命赔偿金。损害他人人身权益造成工业损失的，凭证被侵权人因此受到的损失或者侵权人因此获得的利益赔偿；被侵权人因此受到的损失以及侵权人因此获得的利益难以确定，被侵权人和侵权人就赔偿数额协商纷歧致，向人民法院提起诉讼的，由人民法院凭证现真相形确定赔偿数额。损害他人工业的，工业损失凭证损失爆发时的市场价钱或者其他合理方法盘算。
【执法依据】
《中华人民共和国民法典》
第一千一百九十二条 小我私家之间形成劳务关系，提供劳务一方因劳务造成他人损害的，由接受劳务一方肩负侵权责任。接受劳务一方肩负侵权责任后，可以向有居心或者重大过失的提供劳务一方追偿。提供劳务一方因劳务受到损害的，凭证双方各自的过错肩负响应的责任。
提供劳务时代，因第三人的行为造成提供劳务一方损害的，提供劳务一方有权请求第三人肩负侵权责任，也有权请求接受劳务一方给予赔偿。接受劳务一方赔偿后，可以向第三人追偿。
?消防清静国旗下精彩讲话稿范文（精选33篇）,色综合官网,欧美高清HD18 日本,一个人看的污网站美女操逼m。??时势4：美国的一级黄片
??02月03日,老艺术家绝版书画在上海龙华古寺慈善义拍,
二、准确熟悉学习中的难题
,aa视频在线观看免费视频,人人妻人人爽人人爽欧美一区91,九九精品99九九。??02月03日,中国正建设医用同位素药物研发平台,
学生会是在学校党支部、行政、政教处直接向导下的学生组织，它是为宽大同砚学习、生涯等方面效劳的组织，又称“自我效劳、自我教育、自我治理”的学生自管委员会。学生会的主要事情有：起劲宣传党的目的、政策，经常组织开展文艺、体育、社会效劳等项活动;勉励先进，品评落伍，表扬好人好事，提高学生头脑水平、品德品质和身体素质，使其在校是勤学生，在社会是好公民;组织会员开展学习、科技、文体、社会实践等活动，增进同砚周全生长;维护校规校纪，提倡优异的校风、学风，增进同砚之间、同砚与教职工之间的团结，协助学校建设优异的教学秩序和学习、生涯情形;组织会员开展勤工助学、公益劳动等自我效劳活动，协助学校解决同砚在学习和生涯中遇到的现实问题;相同砚校党政与宽大同砚的联系，通过学校种种正常渠道，反应同砚的建议、意见和要求，加入涉及学生的学校事务的民主治理，维护同砚的正当权益。
,国内能看的黄色网站,黄色片人妻,性交三黄视频。【东西问丨朱振明：中拉合作十年，“和合”之道关键在哪？】
责编：玛格丽特
审核：红线女
责编：林鹏正
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
