猫眼影戏
 |
|
猫眼影戏
朱青
手机审查
猫眼影戏记者 岳敏 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：囯产精品久久久久久久久久王安宇
??02月01日,多所高校提出使用AI的多个“禁止” 学术论文使用AI边界在哪儿？,
石昊听到凉风声，迅速逃避，且霍的转身，盯着一片山林，眸子是怒火，喝道：“又是你！”
,欧美操屄A级。??02月01日,2024年中日韩青年峰会在首尔开幕,
关于每小我私家来说，生命都只有一次。而在现实生涯中，并非人人都具有较高的清静意识。据相识，我国每年约有1.6万名中小学生非正常殒命：平均天天有40多人，就是说险些天天有一个班的学生在消逝。其中溺水是造成中小学生意外殒命的第一杀手。有关专家以为通过教育和预防，80%的中小学生意外危险事故是可以阻止的。上周已经向每一位同砚发放了教育部的致天下中小学生家长的一封信，请同砚们与家长认真学习。在今天这个特殊的日子里，凭证上级通知精神及我校现真相形，特向同砚们提出以下几点要求：
,2019无码专区人妻系列,美女挤奶,台湾吴文淇个人资料。??时势2：杨颖做爰高潮AI换脸
??02月01日,人民网评：城乡融合发展是中国式现代化的必然要求,
第二、对培训班提出的三点要求。
,一级毛片看真人在线视频,欧美g 国产g 自拍,大肉撵征服巨ru麻麻。??02月01日,浙江宁波外贸活力四射 2023年外贸进出口1.28万亿元,
在“七一”讲话中指出：“全体、干部都要把学习作为一种精神追求，深入学习和掌握马列主义、毛泽东头脑，深入学习和掌握中国特色社会主义理论系统，牢靠树立辨证唯物主义和历史唯物主义天下观和要领论，真正做到学以立德、学以增智、学以创业。”目今，我市正处在加速生长的要害时期，各级干部都面临着事业生长的严肃挑战。围绕“加速生长、加速转型、推动跨越”和工业强市、城镇化发动战略目的要求，我市农村下层干步队伍要特殊注重提升干部效劳生长、改善民生、构建协调、刷新立异能力。在座的列位都是新进州里党委班子的同志，有的具备农村事情履历，需要增强全局观的作育;有的缺乏州里事情的磨炼，需要增强调研，虚心向下层干部群众学习。
,分腿椅play电动牙刷调教,1024视频官网,国产午夜毛片精华无码网站。??时势3：成年人男女搞逼片
??02月01日,中新健康 | 俄罗斯母子西安“求医记”：中医是“神奇的魔法”,
我们也发明，目今还保存着一些不良征象：乱写，乱画，乱说，乱做。
,白丝爆浆,91AV毛片网站,大黄 网址。??02月01日,北京什刹海传统冰雪项目嘉年华活动举办 ,
最后再祝贺宽大员工在新的一年里事情顺遂，身体康健，合家幸福。
,黄金仓库huck798cc,口工实验室官网,麻豆精品乱码www久久密的特点。??时势4：鸣潮女被 黄漫扒衣服
??02月01日,何以中国丨孔子与苏格拉底，视频通话！,
到现在，幼鸟出生已经快两个月了，体形渐长，抵达了两米五左右，越发健硕有力，并且扑棱着同党，快能飞上半空了。
,j j z z z日本,A片又大又长又粗又爽不卡,国产三级欧美性爱。??02月01日,争夺慢病患者，药店打响留客之战,
责编：谭洁
审核：李曼
责编：郭建保
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
