猫眼影戏
 |
|
猫眼影戏
艾奎尔
手机审查
猫眼影戏记者 雷邦 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：夏尔米3D视频在线
??02月05日,《自然》最新评论：癌症命名法亟需由基于器官转变为基于分子分类,
“秋风斩黄叶，野火烧枯草，寒风咆哮过，春来抽枝条 。”柳树传音道 。
,手机看片,你懂的 。??02月05日,2024装备制造业发展大会在重庆开幕,
小不点贼头贼脑，视察了一段新闻，见并没有有人来捉拿他，心中稍安 。
?第九十六章 风云汇聚补天阁,精品囯产在热久久婷婷,大学性爱视频在线,狼友视频在线观 。??时势2：免费看黄色啊啊啊在线网站
??02月05日,多伦多华星艺术团主办第16届“夏夜舞动民族风”晚会,
博深集团从创业到现在已10余年了，可谓创业x年、风雨x年、收获x年 。从创业初期的手事情坊到成为天下金刚石工具制品行业的龙头企业和实现集团化谋划，我们走过了一段专心血和汗水铺就的斗争之路 。我们谢谢社会各界对博深的鼎力大举支持和无私关爱，谢谢辛勤事情在各个岗位上的兢兢业业的员工们!
,4虎成人影院,ZZZ8XXXX,免费的黄色大片,网站 。??02月05日,2024世界传统医药大会在北京召开,
把重现实、说真话、求实效，作为一切事情的起点 。一是强化全局看法和生长意识，从效劳处的现真相景出发，熟悉、剖析和思索问题，牢牢围绕效劳处党委提出的要求，扎实事情，一心一意把事情做好 。二是坚持抓商业化营业的拓展，抓商业化营业的治理，做好项目的危害治理，完成总公司及效劳处下达的谋划目的，实现效劳处营业的稳固生长 。
,日本黄网站在线AⅤ免费观看,黄色视频三级片AAAAAAAAA,91尤物在线观看 。??时势3：久久,com
??02月05日,国际青年深入贵州黔东南 走“村T” 看苗绣 感受“村超”,
萧天闻言，嘴角马上抽搐，他厌恶那样的赞美 。他曾入选天才营，厥后又迅速被一个老怪物选走，自然见过清风 。
?第一百七十七章 挨揍,黄色视频能看的网址,大肉大捧一进一出好爽作文,人人上人人摸人人操 。??02月05日,最高法：三名强奸未成年人的罪犯被依法执行死刑,
远处，一群凶寇战栗，见到这种犹如天威般的情形，他们凶戾全都消逝了，簌簌颤抖 。
,毛片在线h,别告诉妈妈mama下载2024,吹潮视频在线观看 。??时势4：国产女孩精品专区
??02月05日,深圳出口实现“31连冠”,
影片主要讲了这三方面的内容，还演了几个活生生的例子，看到一个小孩由于车祸失去双腿，靠把身体何在篮球上，双手撑地行走的画面，我十分难过，她真可怜!我刻意以后一定要遵守交通规则，珍爱自己的生命!
,各大精品黄网址,亚洲视频欧美区,人人操毛片 。??02月05日,白皮书：中国为区域和全球安全稳定作出了积极贡献,
有关游泳方面的：不可没有经由大人的允许，几个小朋侪结伴去游泳;游泳前，要先举行磨炼，打湿身体之后再下水，避免抽筋;不要到不正规的游泳园地游泳;当发明逆水者时，自己不会水不可去救，应该实时高声呼救或者拨打120……
,国产高清无码乱伦,www.av欧美超碰,国产毛片久久久 。【暧暧远人村｜江西婺源篁岭村：看得见的乡愁 一方山间的“调色盘”惊艳世界】
【画好最大同心圆 共谱壮美新华章】
责编：鲁永文
审核：谭俊华
责编：汤姆奥戈尔曼
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
