猫眼影戏
 |
|
猫眼影戏
巴博斯
手机审查
猫眼影戏记者 刘群 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1：九色lPORNY9l自拍蝌窝
??02月04日,赛道“又虐又美” 近2000名选手竞速“梵净山迎春登山赛”,
小不点对村人没有遮掩，早已讲出了身世，另一群人唏嘘，都为他鼓劲，希望迅速崛起于大荒中。
,国产免费Av片在线观看www。??02月04日,国家安全是中国式现代化行稳致远的重要基础（学习贯彻党的二十届三中全会精神）,
二、今年年头，凭证上级的安排安排，我们康健平稳的完成了23个行政村的“两委”换届事情，除4个村党支下属届中调解外，这次换届共选举支部委员57名,选举村委会委员69名，两委交织任职22人，新中选村支部书记7名，村主任6名。新的班子组成以后，更有须要就村务运作中所 1涉及的执法、规则、政策、纪律及相关营业方面的知识举行一次集中性的学习培训。
,国产a色片,97干在线播放,淫乱色情网。??时势2：欧美在线中文字幕
??02月04日,俄侦查委员会：伊尔-76运输机被美国制造的“爱国者”导弹系统击落,
神曦弥漫，在其体外化形，宛若一片又一片神羽，小不点体内血气隆隆，每一滴血都孕出一个符文，凝聚在一起，气息越来越强盛了。
,美女撒尿特写超清,午夜操B视频,91pom 国产熟女。??02月04日,青海德令哈：猞猁悠闲漫步“巡山” 呆萌可爱,
今天，我们在这里盛大举行市审查院办案办公综合楼完工庆典，这不但是市审查院生长历程中的一件大事，也是我市司法基础设施建设中的一件喜事。市审查院办案办公综合楼的完工启用，是各级向导和社会各界鼎力大举支持、相互配合的效果，是市审查院向导班子和全体干警勤劳事情、配合起劲的效果。在此，我谨代表市委、市人大、市政府、市政协，向市审查院办案办公大楼的完工体现热烈的祝贺!向莅临今天庆典的列位向导、列位来宾体现热烈的接待!向恒久以来体贴、支持审查院事情的各级向导和列位朋侪体现衷心的谢谢!
,绪川凛和冈江凛是一个人么,男人扎爽进女人j免费网站视频,亚洲精选视频在线观看。??时势3：日韩人妻黄色视频免费观看
??02月04日,最高检：前三季度起诉金融犯罪1.8万人,
“这是怎么了？！”几个孩子都是一惊。
,精品黄色一区看,狼友视频网站网在线,一区二区三区欧美视频在线观看。??02月04日,南京江宁助力两岸青年申报高层次人才,
3、遇到火灾要冷静，如争先恐后，相互拥挤，不但壅闭通道，严重的还会相互踩伤
,18禁肉动漫在线,欧美精品 亚洲偷,毛片福利导航。??时势4：小 进入 蜜桃
??02月04日,各地各高校面向2025届高校毕业生已累计举办大型招聘活动9.2万场,
柳树沐浴雷海，缭绕着山岳粗的重大闪电，万千柳条化成一道道炽盛的神链，刺透了整片苍穹。最后，它折断，通体焦黑，从天而降，别的尚有一团光，裹着这块莹白的骨，随着一起坠落石村。
,色 操 在线,marutean动漫,草逼黄片AAA。??02月04日,墨西哥武装人员同警方发生枪战致12人死亡,
不过，很快地，我们也最先种树苗了，张天未去领来一颗小桃树苗，递给我，我把小树苗放进挖好的坑里。他们一边填土，我一边把树苗往上提。纷歧会儿，我们的树苗就栽好了。可是，这可还没竣事哦，我们还得把埋树苗的土踩成凹进去的样子，再踩平之后把小树浇上水，才算大功告成呢。于是，我们便抬起脚狂踩，纷歧会儿，土就踩平了，可我们的鞋子上都糊满了泥。最后，焦云帆和张天未去提了两桶水回来，给小树浇上，我们才拍拍手，终于舒了一口吻。
,www.黄色,济南宋刘村足疗店,人人操你。责编：司业韦
审核：贾世增
责编：梁金辉
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
