猫眼影戏
 |
|
猫眼影戏
石峥
手机审查
猫眼影戏记者 王燕君 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：被机器人打哭训诫
??01月31日,沈阳文旅局长刘克斌：用“爱沈阳”升级“宠且”模式,
已往的一年，我们在福建中医学院、福建省卫生厅的准确向导下，在全体中层干部和员工的配合起劲下，我们认真实践科学生长观，同心同德，求真务实，与时俱进，锐意进取，取得了令人瞩目的事情效果：医院乐成晋级三甲;获得省级文明单位、平安医院等声誉称呼;完成了预期的事情目的，总收入达3.8亿元，门诊量突破110万人次，出院病人数达1.23万人;教学事情圆满完成;科研事情取得历史性的突破;康复分院列入省重点在建项目，工程建设平稳推进;二化分院营业一连增添;三个国家级重点专科专病以优异的效果通过了中管局的中期评估，尚有二个专科专病新入选建设单位。医院各方面事情泛起优异的生长态势，医院集团化生长的战略决议逐步落实。
,PH(破解免费版)。??01月31日,粤港澳海关共同构建“粤港澳海关通关资讯平台”,
我讲的第三个词是“希望”。
,青色大脑1.0.4.5安装包,免费一级黄色大片,女人又爽 又黄 游戏视频。??时势2：国产台湾无码视频一区二区
??01月31日,元素周期表何时上新119号？中外科学家在合成赛道上比肩冲刺,
“吧唧”一声，毛球直接将蛋扔给了小不点，此后跳到独角兽背上，很没义气，就要争先奔逃。
,欧美性三级,亚洲中文偷拍,日本黄色一级片播放。??01月31日,第八届“啄木鸟杯”中国文艺评论推优发布典礼举行,
这一次越发强烈，三种真血混淆在一起，赤红的离火牛魔、金色的狻猊、玄色的恶魔猿，都为远古遗种，强烈挣扎与碰撞，要将这口鼎破碎。
,AAAAA一级黄片视屏,国产精品美女妓女网站,亚洲AV㊙️无码18。??时势3：huangsewangzhanshipin
??01月31日,欧盟拟对中国电动汽车加税 奔驰、宝马、大众表态,
他迅速朝前冲去，祭出两轮银月，不管掉臂，要斩杀那些一直射出铁箭的人。
,一级黄色网站止,免费A片无码小视频,97超博视频免费黄色。??01月31日,老龙家的九个儿子哪个长得最俊？,
信息化装备更新较快，不可知足生长应用的要求，各单位在每年的更改和本钱用度预算中，应思量信息系统的更新、维护用度，以知足现实需要，包管信息网络系统的稳固运行和可一连生长。我想，首先，要凭证卢总的要求，管好、用好现有的钱，才会有更多的钱用。其次，光要钱，用欠好也是不可的。
,在线免费免费观观看看的黄色视频,圆珠笔共感(1v1)笔趣阁,欧美熟妇一区二区A。??时势4：女人大乳被 免费看JaPan
??01月31日,台商在江西：深耕大陆市场 冀江西工厂实现全球覆铜板产能第一不管你信不信，我们在福建找到了“齐天大圣”！,
太阳初升，跃出海面，洒落下金色的色泽，整片碧海都酿成了淡金色，波光升沉，一片绚烂。
,亚洲精品在线观看一区二区,在线观看播放免费h网站,91av久久。??01月31日,打水漂！400余名水上飞石爱好者齐聚苏州 感受运动的乐趣,
“咚”的一声，一根铁棍捅出，跟一条山岭般重大，气焰磅礴，被抓在一只毛茸茸的大手中，这个生灵也被雾霭笼罩，抡动铁棍，有一种盖世神威！
,黄色视频页面入口,色多多绿巨人,www、超碰。责编：姜武烈
审核：段轶轲
责编：木精灵
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
