猫眼影戏
 |
|
猫眼影戏
方广云
手机审查
猫眼影戏记者 李增瑞 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：久久久久性爱视频
??02月01日,携程副总裁王韦：旅游已成生活必需品 旅游业展现强大韧性,
在城前有一群凶禽猛兽 ，黑压压一大片 ，它们并没有绕城而过 ，显然就是要在此立威 ，嘶吼震天 ，竟要攻城了 ，令人颤抖。
,日本美女体内射精视频。??02月01日,长春推进“无废城市”建设 为绿色发展增添新动能,
从树木降生的那一刻最先 ，它就一直照顾着地球上所有的生物。它防风固沙 ，坚持水土 ，为其他的植物提供了优异的生涯情形 ，绿色树叶能举行光相助用 ，吸收空气里的二氧化碳 ，树能为其他动物包括我们人类提供呼吸所需的氧气 ，还能减小地球的温室效应 ，树木的蒸腾作用 ，可以向大气中提供大宗的水蒸气 ，坚持空气的湿润。
,打扑克爽 又黄 视频蓝苺,女m被S玩胸虐乳哭着求饶软件,A片兔费看视频。??时势2：在线成年人视频
??02月01日,弘扬东北抗联精神 电视剧《归队》杀青,
就这样 ，一群人声势赫赫出发了 ，前往那片山地。
,丝袜美腿足交,欧美A级黄片免费看,欧美一级A片在线观看播放。??02月01日,中国2023年12月外商直接投资资本金净流入超百亿美元,
小不点乐成了 ，并且护着一个孩子归来。
,精品国产资源,黄色外国男人叉外国女人日逼视频,国产精品一区二区熟女。??时势3：亚洲一级高清在线大黄毛片
??02月01日,中超首位女裁判谈登场执裁：从乡野阡陌“跑进”世界舞台,
第二、军训是对高中生举行国防教育的需要。
,国产大学生稀缺视频盗摄,亚洲欧美中文字幕在线秋霞,俄罗斯一级a片黄片。??02月01日,提前四个月订年夜饭算什么，有人一年前就下手了,
小孤山镇的人惊疑 ，通常间很少有外人来 ，而这几日间竟然一波又一波 ，足有十几批大部族的人到来 ，都是难以想象的强者。
,宁荣荣 爆乳 无遮挡,羞羞视频黄色首页,1024手机永久免费看片。??时势4：色综合视频
??02月01日,哈马斯在开罗进行“密集谈判” 以色列坚称将攻拉法,
以上几点纯属小我私家履历之谈 ，若有不当 ，请各人多多容纳。
,性欧美极品xxxx欧美,崩铁同人动画片子免费,bbw大肉色淫逼。??02月01日,《营造学社之道》展览佛光寺站开展 纪念营造学社成立95周年,
今年在档案系统周全开展档案效劳质量年活动 ，各级档案部分和全体档案事情者要一直立异效劳机制、拓展效劳领域、提高效劳水平 ，起劲探索建设笼罩人民群众的档案资源系统和利便人民群众的档案使用系统。一是以效劳民生为重点 ，一直富厚档案事情效劳阵势、效劳经济社会生长软情形建设的内容和手段 ，做好档案查阅使用效劳、现行果真文件查阅中心事情。二是认真贯彻执行《中华人民共和国政府信息果真条例》 ，把档案馆建设成为各级党委、政府指定的政府果真信息场合 ，起劲做好政府果真信息提供使用事情。三是围绕科学生长观和构建社会主义协调社会 ，增强和做好农业农村、林权刷新、社会包管、劳动就业、社区等档案事情的指导效劳。四是建设和完善档案寄存、档案判断整理、档案抢救；ぁ⒌蛋改柯肌⒌蛋感畔⒆试粗行闹卫硎虑。五是建设为非公经济建档效劳系统 ，起劲自动为非公经济建档提供指导效劳。六是鼎力大举宣传家庭建档知识 ，起劲做好家庭建档指导 ，普遍推广家庭建档。七是起劲探索档案协作组事情方法 ，抓好机关档案协作组事情 ，接纳富厚多彩的形式 ，按期或未必期开展档案营业学习与交流活动 ，掀起档案馆室和档案事情者之间比、学、赶、帮的热潮。
,一级鸡鸡毛片,色视频网站观看,欧洲操屄视频。责编：张继科
审核：喻晓琴
责编：段绪卿
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
