猫眼影戏
 |
|
猫眼影戏
王啸坤
手机审查
猫眼影戏记者 朱塞佩·加罗内 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：亚洲a级在线视频
??02月01日,中华社会救助基金会关注高原肺动脉高压病 为青海患者捐赠药物,
??02月01日,加拿大政府对中国一些大学和科研机构打压遏制 中方强烈不满、坚决反对,
它张口喷出一道可怖的光线，直接席卷了天上地下，若无适才的宝骨镇压苍莽山脉，必将生灵涂炭，它震散漫天的云朵，璀璨神光斩向前方，这是一种至强的宝术！
,a√ 在线,日本打光屁屁网,黄片小视频一级免费观看。??时势2：性交A∨
??02月01日,最高法解读工作报告：要实现对诉讼的源头治理,
“吼……”
,在线99视频,第五小女孩产奶大全视频,6080三级午夜理论。??02月01日,全面推进美丽中国建设 加快推进人与自然和谐共生的现代化,
然而，越发遥远的地区却不清静了。
,国产精品3区,成/视频,在线的男人天堂。??时势3：欧美毛视频免费的
??02月01日,海南环岛旅游公路开通一个多月 为沿线带来新变化, “台湾民意基金会”今日（6月18日）宣布最新民调，台湾地区向导人赖清德声望为48.2%，相较上个月重挫 9.8 个百分点。该基金会董事长游盈隆体现，在台湾，一个百分点代表 19.5 万人，10 个百分点代表近 200 万人，上任不到一个月，流失近200万人支持，是一个严重的警讯。,国内黄色视频正版免费不卡,馃崋馃崋馃崋馃崙馃崙馃崚,国产精品视频一区无码app。
??02月01日,亿缕阳光｜至乐无如读书,
已往的一年，我们迎难而上， 规范实验土地征收衡宇搬家， 起劲争取用地指标。 基本 完成张洼村 160 户、 204 位宅基地和 17 位门面房、9.8万 M2 的搬家拆除事情，完成陈岗村1056户衡宇的视察摸底和宅基地甄别事情，完成343省道改线土地及地上附着物视察摸底事情，完成凤凰乐园项目101亩土地征收赔偿协议的签署、平安路242.6亩土地地上附着物的整理赔偿及土地租用事情 。通过多种方法 协调土地指标1323亩，通过 南水北调调蓄水库 争取土地指标2595 亩。同时完成 安顿区、化工技师学院、凤凰乐园等重点项目的6400亩土地测绘、勘界等事情 。
,男子把美女尿口亲出水视频,婷婷无码在线,2025无码。??时势4：黄色视频高潮喷水
??02月01日,交通运输部：7月城市轨道交通客运量同比增长7.6%,
所有人都露出笑意，一位老人性：“虽然，我们的小昊很乖，很不凡，未来可以成为你兄长的左膀右臂，必是一方王侯。”
,av在线精品网,毛片基地免费观看视频,朱竹清被狂揉下部 拔萝卜漫画。??02月01日,中央气象台：西北地区东部黄淮及以南地区有雨雪,
新的学期，我们将面临新的机缘和挑战，有人曾诠释机缘就是起劲地去寻找成绩的时机。本学期我们将起劲推行年级组目的治理责任制，强治理、重效劳、抓落实，高扬立异，坚持以人为本，外塑形象，内强素质，关注师生的互动生长，使每一位同砚都拥有快乐，学会创立，学会做人;让每一位先生都爱岗敬业、爱校如家、团结协调。
,www.国产一区综合,COM,愛摸人人看操人人,天天干女人AV天堂。责编：朱玲玲
审核：朱建军
责编：林开扬
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
