猫眼影戏
 |
|
猫眼影戏
阿索克
手机审查
猫眼影戏记者 阿帕奇 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：亚洲福利在线视频导航
??01月30日,公安部：中国成为世界上枪爆暴力犯罪发案最低的国家之一,
然而 ，就在今日 ，小孤山镇外人喊马嘶 ，铁甲灼烁 ，一群铁骑飞纵而来 ，穿过无限山脉 ，闯过种种凶物的领地 ，平安到了这里 。
,色色吧国产视频 。??01月30日,AI高考作文火了，带来哪些教与学的启示？,
首先 ，是提高班子实力 ，建设高素质农村下层干部的内在需要 。在竞争日趋强烈的今天 ，在座的列位能否驾轻就熟的事情 ，进一步生长农村经济 ，真正顺应新形势 ，熟练自若地开展各项事情 ，要害是要看各人能否坚韧不拔地学习种种知识和手艺 ，一直提高自身素质 。通过此次换届选举 ，我们选出了群众公认的村干部 ，你们的群众基础很好 ，可是有许多新的同志才进班子 ，对村里事情和种种情形还不熟悉 ，还不可很好的进入村干部角色 ，对事情具有一定的滞后性;在原班子中 ，也部分同志在事情作风、事情要领、事情效率等方面 ，仍然不可完全顺应形势要求 ，详细来讲 ，保存以下几方面的不顺应：一是头脑看法不顺应 ，头脑不敷解放 ，市场经济的竞争看法、效益看法、规模看法、科技看法、质量看法、法制看法等还不强;二是向导治理水平不顺应 ，事情仍停留在一种低条理、低要求和低水平上 ，事情要领仍然用土步伐、老履历 ，处置惩罚问题没程序 ，效劳不讲战略;三是事情作风不顺应 ，仍未从关闭运行的圈子里走出来 。以上这些不顺应 ，归纳一点就是基本素质不顺应 。若是我们不可正视以上问题 ，不可接纳有用步伐尽快解决和战胜以上问题 ，那么建设高素质干步队伍 ，周全建设小康社会的雄伟目的就是空话一句 。解决素质不顺应的问题 ，说究竟最基础的步伐照旧要靠学习 。我们现在办培训班 ，对农村干部举行培训 ，就是为了逐步解决这个问题 。同志们一定要认清形势 ，提高熟悉 ，务必以高度的紧迫感和责任感 ，加入培训 ，重视学习;一直提高自身素质 ，起劲成为自觉的、苏醒的、有所建树的、群众信任的农村事情向导者 。
,俄罗斯一级a片黄片,国产福利小视频一区导航,le拉拉炒菜视频在线观看 。??时势2：小 入 视频漫画
??01月30日,缺少配料表 卫生难保障 小心网红蜡瓶糖的“甜蜜诱惑”,
“不错 ，查下去 ，不管怎样说 ，都要忠言一番 。”战王亮相 。
,国外男女操逼视频,国产精品乱伦一区二区三区,赵一曼被揉到高潮下不了床 。??01月30日,（财经天下）多国股市延长交易时间为哪般？,
三.作育团队精神 ，增强团队意识 ，在实践中起劲提升自身价值 。
,欧美性爱免费视屏,亚洲免费在线观看自拍视频在线观看,人人操日日摸 。??时势3：人妻毛片
??01月30日,赴湖南督导冬春救助 应急管理部工作组实地核查确保资金发放到位,
敢于认真 ，勤勉敬业 ，是我们宽大村居干部岗位职责的内在要求 。敢不敢认真 ，能否勤勉敬业 ，反应出一个向导干部的头脑境界、党性修养、价值看法和事情能力 。在坐的村居干部在会后的事情中 ，要大胆认真 ，创立性地开展事情 。 敢于认真 ，勤勉敬业 ，还必需始终坚持优异的精神状态 ，要有那么一种兴旺的革命精神 ，一股勇往直前的革命劲头 。涂沟的生长 ，面临着许多新的挑战 ，但这也为宽大干部施展才华提供了难堪的机缘和辽阔的舞台 。通常有作为、有能力的干部 ，都会自觉地把战胜难题、解决问题、敢于认真 ，看作是自己的基本职责 ，党和人民既然把我们放到向导岗位上 ，我们就得全心起劲地干 ，干就要干好 ，干好效果来 。说究竟 ，权衡一个村居干部的能力和水平 ，最终都要通过现实效果来磨练 。 三要增强盛局意识 ，维护全镇人民的配合利益 。
,女人tude,国产一级无码AV免费久久,欧美一级A片www 。??01月30日,四川绵阳一生态农场在食堂里设置生猪“橱窗”,
那枚蛋爆发了莫名的转变 ，纹络交织 ，迅速伸张 ，时间不长 ，整枚蛋都爆发了变异 ，多了许多“花纹” ，艳丽而绚烂 ，神辉四溢 。
,亚洲色图五月天,99riav.03,久久网站国产精品 。??时势4：人人干很很操
??01月30日,南京江宁：创业课程助力两岸青年发展,
我讲的第三个词是“希望” 。
,人人干人人操人人爱人人,天天色天天爽,美女被挠胸 视频 。??01月30日,（年终观察）山东从“新”出发 “新质生产力”成高质量发展热词,
“走喽！”二猛吆喝 ，一马领先冲了出去 。
,一区免费在线观看,欧美性爱网站地址,自拍偷拍亚洲专区图片 。【游客广西“打卡”瓯骆后裔民族特色服饰盛宴】
责编：麦帅
审核：刘国梁
责编：曹中铭
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
