猫眼影戏
 |
|
猫眼影戏
朱昌金
手机审查
猫眼影戏记者 房东梁 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：性激烈的欧美超欲性视频
??02月01日,金龙贺岁战鼓迎春 山西太原1400余人同台竞技敲响奋进鼓,
第三，若是我们起劲地追求解决问题的步伐，一定能重新点燃希望之火的;
,夜夜夜综合亚洲伊人。??02月01日,快递保鲜费引争议，平价服务能否搅动市场？,
两委班子成员之间要善于相同，敏于协调，相同是凝骤人心，增进团结的法宝;协调是维护稳固，加速生长的良方。那里事情好那里的班子就强，越是在事情多、使命重、压力大的时间，越需要我们倍加顾全阵势，倍加珍视团结，倍加维护稳固。
,快看动漫(黄),黄色网站视频v免费,国产性爱网站视频在线观看。??时势2：极品教师在线观看免费版高清
??02月01日,“五一”假期 重庆民众乐享近郊游,
一个数百户生齿的墟落，所有人都恐慌，这么多凶兽奔腾而来，那领头的离火牛魔远比他们的祭灵强盛，怎能对抗？
,亚洲精品喷白浆在线观看,又大又长黄色视频,裸体动漫女大胸自慰。??02月01日,中欧班列“东通道”通行量突破2000列,
“着实没什么可说的，最简朴与质朴的原理皆蕴含在通俗的事物中。古树折断，也许会死，由于生气早竭。如那韭菜，初种下时发黄且细弱，可是一茬又一茬的割过，却会愈发浓绿，逐渐粗大。也如那蚕，若困于茧中，自会憋死、殒命，可若是破茧而出，就会化成蝶，鲜艳亮丽，这是一次涅槃，飘逸已往。”
,一区二区二区免费看黄色视频,美女视频在线网站,记者操逼黄色一级视频。??时势3：个人上传网上性交毛片
??02月01日,机构：4月中国核心城市二手房市场持续活跃,
这是一头凶猿，并不是很重大，能有两米多高，身上是半尺长的黑毛，灼烁而慑人。令人受惊的是，它还生有一对玄色的肉翼，竟可以飞天而行，适才就是从天上下降下来的。别的，在它的头上尚有一对玄色的犄角，粗大而狰狞。
,亚洲免费精品视频,与子乱亲生子视频,人人射人人操人人插人人摸人人爽。??02月01日,国产“三蹦子”在国外火了，背后有哪些启示？,
“没事，这小工具留在村中纯粹就是一个祸殃，一天要吃泰半头龙角象，没有小不点，我们可养不起。”
,初次扩张H疼哭男男,迷奸欧美在线,国产 日韩 婷婷 一区。??时势4：福利福利视频
??02月01日,梅西第八次当选“世界足球先生”,
石块翻腾，从数十斤到上百斤不等，在那一双利爪下跟腐木般不堪一击，石洞在被拓开，青鳞鹰怒鸣，向里攻击。
,黄色网站免费看喷水,超会喷水的淫娃,玖玖小视频热久久。??02月01日,“我把家乡唱给你听·海峡情”音乐颁奖盛典举行：在悠扬的歌声里，唱响海峡深情,
不少强者赞许，他们完全将石村众人忽视了，基础不会去询问他们是否赞成，如那里置都由在场的人做主，而非拥有者。
,欧美视频一级,女人被爽到高潮视频国产免费观看,欧美黄色一级A片免费看。【斯洛伐克国家交响乐团南昌首场演出 奏响“新年乐章”】
责编：莫迪凯·瓦努努
审核：张梅颖
责编：唐雨
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
