猫眼影戏
 |
|
猫眼影戏
高盛高华
手机审查
猫眼影戏记者 杨万里 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：国内精品激情视频网址在线看片
??02月05日,和评理 |涉台军援违背美方承诺 干涉中国内政危害地区安全,
“嘿嘿……三岁一直奶 ，追雀小昊昊！”大孩子们取笑。
,一级欧美牲交大片免费观看。??02月05日,湖南先进制造业应用场景对接会4月28至29日在长沙举办,
我很兴奋加入今天庙下镇20xx年镇村干部培训班。 我首先代表市委市政府并以我小我私家的名义对庙下镇20xx年度镇村干部培训班的开班体现热烈的祝贺!
,麻豆免费视频,成年人xx免费视频,免费艳情视频网站。??时势2：男生困困放在女生困困视频
??02月05日,四川黄龙争艳彩池澄澈明净 游客畅游其中,
(一)以市区和县城为重点 ，加速基础设施建设。要切实加速滨河新区建想程序 ，新区内已出让的土地 ，今年必需开工;出让两年以上未动工的土地要依法收回。要千方百计扫除难题 ，年内确保建成市区热电联产集中供热工程和三水厂 ，知足新区生长需求。列入妄想的7条蹊径今年要周全意会。5个县城的集中供热、供水项目今年要所有完成。电力、通讯等基础设施建设要实时跟进 ，做到建成一片、配套一片 ，入住一片、效劳一片。
,绝区零时间暂停遥控器,欧美一级特黄AAAA片777,小俊┅┅快┅┅用力啊┅┅视频。??02月05日,刘国中访问阿尔及利亚,
●二、凭证立异、规则、相同和严、细、实、快的事情要求 ，切实增强向导班子的团结。常言说：团结就是实力、团结出战斗力、团结出效益。从我自身做起 ，做到思绪要立异、效劳守规则、事情多相同。凭证党的民主集中制的组织原则 ，向导班子及成员要以顽强的纪律意识和党性看法 ，讲政治、讲阵势、讲团结、讲纪律 ，团结协调 ，相相互同、相互支持、相互配合 ，少推诿、少埋怨、少指责 ，多相同、多宽容、多补台 ，团结向导向导班子形成团结斗争、作风顽强、开拓立异优异民俗 ，建设政治素质好、谋划业绩好、团结协作好、作风形象好、的四好向导班子。
,人人搞人人看,人妻系统无码专区久久五月天,在线妹子被操。??时势3：秘塔全身赤裸无奶罩的照片
??02月05日,北京出台措施发展文化新质生产力 促进文化领域技术创新,
“不错！”小不点没有否定 ，三口火山口在虚空中浮现 ，涌动“岩浆” ，那是神之精 ，浇灌入他的体内。
,免费观看国产一级黄色网站,XNXXHD18老师,国产精品亚洲第一区二区。??02月05日,锚定现代化 改革再深化丨县域竞逐海外市场 浙江嘉善上半年进出口总额超360亿元,
四野是一双双碧绿的眼睛 ，巨狼围绕 ，一个个鼻间喷吐白气 ，血盆巨口中獠牙狰狞 ，凶煞气息令人全身冰寒。
,午夜精品无码久久综合网,巨大暴乳吸乳系列,在线高清无码免费视频。??时势4：美女黄色大全
??02月05日,香江观澜：香港旅游业优势独特 可“应变、求变” 乘势而上,
“是的 ，犹如一片真实的国家。”柳树回应道。
,日韩无码av网址大全,国产区三级,馃崒馃崒馃尭馃尭馃崋馃崋馃憛馃憛馃崙馃崙。??02月05日,“澳科一号”卫星数据8月起向全球发布,
3、增强村干部培训是增强下层民主政治建设 ，增进农村社会稳固 ，推进协调建设的需要。“”以来 ，我县经济获得迅猛生长 ，宽大农民的生涯水平有了大幅度提高并逐步走向富足。同时 ，农村生长中也袒露和反应出一些民主建设问题。从我县现真相形看 ，个体村级治理制度不健全 ，村民法制看法淡漠;尚有个体村财务治理恒久杂乱 ，村务果真不正常不规范 ，群众意见很大。这些都极大地影响了村级班子和干部在群众中的威信 ，影响了目今我县各项事情的开展。因此 ，村级组织保存的这些突出问题 ，迫切需要一套行之有用的制度来加以规范和约束。各人要通过这次培训 ，进一步提高政策营业水平 ，增强法治意识和民主意识 ，推动我县村务事情逐步实现民主化、制度化、规范化和果真化 ，落实好宽大群众在村务治理事情中的知情权、治理权、决议权和监视权 ，把村务治理事情推上一个新的台阶 ，为开展协调建设提供强有力的组织包管。
,陕西av在线不卡,国产精品白拍三级,安卓小黄油 合集。责编：尹新慧
审核：周士第
责编：王晖
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
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
