猫眼影戏
 |
|
猫眼影戏
王正昱
手机审查
猫眼影戏记者 邓启云 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：久久精品最新视频
??01月31日,西北地区东部黄淮及南方地区有雨雪天气 冷空气影响江淮江南地区,
??01月31日,济南机场海关查获“三无”减肥药1105粒,
3、强化全员培训 ，提高员工致体素质 。教育培训事情任重而道远 ，我们必需坚持培训 ，一直地立异培训方法 ，才华跟上公司跨越式生长的程序 ，多渠道、多形式的储备种种专业手艺实力和治理人才 。20年重点培训事情：一是要对全体员工在年内集中培训一次 ，每周一期 ，培训内容包括员工职业素养和专业手艺 ，着重解决员工最基础的应知应会问题;二是要提高手艺职员和一线员工的专业操作手艺;三是对治理层举行提高执行力方面的培训 ，进一步抓好新生后备实力的作育 。
,国产特级婬片高清视频,黄页变态视频免费在线观看,もんむすav cao 。??时势2：干逼免费视频
??01月31日,这个冬天，他们用火热的心焐热冰雪旅游,
在办学业绩方面 ，我们一直获得上级向导和有关专家的肯定和表扬 。我们的学校、我们的先生和学生先后获得过许多国家级、省级和市区级的表扬 ，尤其值得我们全体师生自豪的是：在今年月 ，我们被评定为区一级学校 ，并且是包括初中部的区一级学校 ，这在××区是唯一无二的 ，是令社会各界另眼相看的！能提升为区一级学校 ，我们靠的是自身的打拼 ，靠的是过硬的质量 ，靠的是我们的三支步队——我们有作风优良的好向导 ，我们有营业精湛的好先生 ，我们有勤劳学习的勤学生 。这里校风正 ，教风严 ，学风浓 ，我们始终坚持以人为本 ，决不放弃任何一名学生 ，起劲将每一名学生雕琢成器 。虽然 ，所有这一切都离不开在座家长们的支持和勉励 。免费提供
,上原亚衣与非洲土著人图片,WWW色色色色色C0M,一级毛片看真人在线视频 。??01月31日,海南首条往返英国货运航线开通,
5、一连刷新立异是1111公司的动力之源 。在20年 ，我们首先要一直的解放头脑、更新看法 ，用辩证唯物的看法来看待事物 ，起劲施展人的主观能动性;其次 ，在瞬息万变的市时势前 ，我们要一直的调解产品结构 ，鼎力大举开发新型能源、绿色能源需要的新装备 ，加大产品研发和手艺立异力度 ，争取在20年新产品和新手艺方面有重大突破 ，使公司的焦点竞争力再上一个台阶;再次 ，通过治理立异走一条可一连、低本钱和高效率的 ，节能环保和人与情形协调相处的科学生长之路 。
,超碰 色五月,媚黑网站,978亚洲色欲影院 。??时势3：男男gaygays18禁入口
??01月31日,“梅花泰斗”花五宝在天津逝世 享年101岁,
很模糊 ，可是却震撼人心 ，他似乎看到了这天地怎样开发 ，这生命怎样演化 ，这世间万物怎样运转 。
,国产美女自慰视频免费阅读,久久免费欧美老人性爱床上視平,avav免费网站 。??01月31日,山西古建筑100问——乔家大院为什么被称为“北方民居第一宅”？,
二要增强自身建设 。俗话说：“打铁还需自身硬” 。我深知 ，自身素质的崎岖直接影响着整个班组建设的质量 。因此 ，我要增强学习 ，提升自己的治理水平 。做到讲学习 ，有一定的理论功底 ，是各人学习的模范;讲手艺 ，是所内的多面手 ，在难题眼前不垂头;讲事情 ，事业心强 ，善于相同 ，善于立异;讲纪律 ，严于律己 ，公正待人;讲团结 ，敢于肩负责任 ，施展率先垂范 ，凝聚人心的焦点作用 。向导职工发挥不等不靠不推不拖的事情作风 ，从一点一滴做起 ，扎扎实实开展好班组建设 。
,1042基地高清国语版下载,vore小镇下载,国产精品亲子乱子伦XXXX裸 。??时势4：男女夜间剧烈运动免费原声在线看
??01月31日,贵州紫云格凸河秋日现“金光穿洞”自然奇观,
第二、要发挥整体主义精神和爱国主义精神 。军训就是要作育我们树立团结斗争的看法和为整体增光添彩的意识 ，要战胜小我私家主义、小整体主义的不良意识 。
,人人弄人人草,馃崒馃崙馃埐,黄a级免费网站 。??01月31日,浙江去年完成“百千万”永农集中连片整治建设77.5万亩,
一声怒鸣 ，那么强盛的一头远古遗种竟然受伤了 ，再也不敢征伐 ，化成一片五色神光 ，突入云层 ，就要遁走 。
,免费全部A片免费播放,免费观看A一级在线视频,国产欧美激情一区二区2 。责编：安源贺
审核：哥伦布
责编：司旌霞
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
