猫眼影戏
 |
|
猫眼影戏
王友锋
手机审查
猫眼影戏记者 丁红 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：操逼真爽
??01月30日,香港立法会行政长官互动交流答问会12日举行,
“不愧是至尊骨！”少妇眼神越发酷热了，要知道，宝骨这才刚最先生长 。
,女奴玩尿孔玩屄久久网 。??01月30日,截至10月底 山西新增城镇就业43.33万人,
早上好!今天我们国旗下学习的主题是：漂亮的奉贤，我们配合的家 。同砚们，当你在鲜花锦簇的街道中闲步，浏览那芳草鲜美，绿树成荫时;当你在静谧祥和的社区里享受着家庭的融融亲情时，你是否感应一天的生涯是这样的轻松快乐，通俗的日子是这样的幸福优美?是啊，一小我私家、一个整体、一个地方，求生长，盼富足是最大的愿望 。而优美的生涯情形，优异的社会秩序是这一切的条件和基础 。随着社会经济的生长和人民生涯水平的提高，人们对生涯情形质量和精神文化的要求越来越高，谁都希望能生涯在青山碧水、莺啼燕语的情形中 。越来越多的人最先熟悉到：金山银山虽然主要，但绿水青山更不可少 。现在，我们奉贤区人民同样正期待着一个越发优美的家园，召唤一个崭新的现代化文明城区 。
,人形雷达女孩灭门原文,人妻性开放xxxX,体育生白袜爆🌿小受网站 。??时势2：my53777.com
??01月30日,国家开发银行总务部高级经理刘猛接受审查调查, 天下经济论坛官网17日刊文称，中国已成为全球最大的电动汽车市场，中国车企生产的电动汽车占全球电动汽车总产量的一半以上 。而在这一市场上，墨菲和其他剖析师以为，美国车企当下很难对抗中国自主品牌的实力 。墨菲说，消耗者现在对中国自主品牌的“忠诚度”很强，尤其是在美国对中国电动汽车征收凌驾100%的关税后，这种“忠诚度”可能会变得越发强烈 。,国产男女无遮挡猛进猛出,Fuck XXX furry本子,日韩一级欧美一级作爱片 。
??01月30日,上海入境游升温彰显“首站”实力,
“好了！”
,黄片黄色∩nn欧美,久久免费视频网,纲手给雏田自慰喷水 。??时势3：人人摸人人操人人判人人干人人
??01月30日,欧盟候任高官：孤立主义从未给美国带来好结果,
天亮后，还没有等他们启航，大门外就传来了声音，一个嘹亮的嗓音传来，道：“孩子，你在那里，大叔接你来了，脱离这个鬼地方，省得被那几个仆从欺压 。”
,三级片黄色日屁呢,jizzjizz在线视频,成人黄涉束缚cos 。??01月30日,太空打太极！神十八乘组Vlog再上新,
(3)在家多帮怙恃做一些力所能及的事情，多加入一些有益于身心康健的实践活动 。
,免费无遮挡 视频无需下载,久久网精品,videossex性暴力野外 。??时势4：AI唐嫣无码精品全部
??01月30日,中国羽超联赛第五轮：瑞昌羽球学院战胜青岛仁洲,
在上古年间，先民有信仰，对祭祀很是考究，以为神明一定保存，要害时刻可以召唤出来，守护他们 。
,成,人在线免费视频,人人色黄色视频,美国黄片一级A片免费 。??01月30日,三部门发文严禁小学超前超纲教学,
而小不点就是要在这样的蛮荒中横穿三十万里，可以说一起上将有无尽艰难险阻，随时都会丧命 。
,插进去A片在线观看视频网站,青草久久AV,五月社社社色区 。责编：周渝民
审核：孟凡英
责编：皮娜·鲍
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
