猫眼影戏
 |
|
猫眼影戏
梁安琪
手机审查
猫眼影戏记者 周卉 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：日韩精品一中文字幕无码毛片Va
??02月03日,今年北京城市副中心将保持千亿投资强度,
“大都要到了吧！”
,高潮视频网站大片免费。??02月03日,珠海暴雨红色预警 多个景区闭园,
“没事的 ，上次柳神也沉眠了很长时间 ，我们不都是很好吗 ，应该没有问题。”石飞蛟慰藉村人。
,欧洲无码国产精品男人的天堂,美欧男女乱婬视频,国产熟女露脸 91。??时势2：免费一级A一片在线播放动漫
??02月03日,低价买法拍房转手赚差价？ 男子被“熟人”骗了70万元,
历史的风雨 ，冲洗着岁月的痕迹 ，同时也会使一些影象越发鲜活 ，越发饱满。“五四”所孕育凝聚的爱国、前进、民主、科学的精神 ，就是这样一种影象 ，并且已经被深深地镌刻在国家和民族的整体影象中 ，犹如徽章一样永远佩带在一代又一代勇立时代潮头的中国青年胸前 ，薪火相传 ，耐久弥新。正是在对五四精神生生不息的影象和传承中 ，我们感受到一个民族的不平与奋进 ，思索着青春的魅力和价值。
,国产青青在线,AV一级播放免费网址,2014亚洲无码视频。??02月03日,可控核聚变能否实现商业化？中核集团最新回应,
石村众人万万没有想到 ，这一次泛起了意外 ，远古异种狻猊竟因与离火牛魔、恶魔猿王酣战 ，最终竟没能毁掉那块烙有印记的宝骨。
,久久免费欧美老人性爱床上視平,国产精品对白刺激久久久,久久黄片视频丝袜。??时势3：风sao荡fu的ying乱
??02月03日,（寻味中华｜戏曲）云南滇剧：300年乡间“年戏”温润年轻人,
“我会起劲的！”小不点扑闪着大眼 ，握紧了小拳头 ，此后又怯怯地问道：“柳神 ，能帮我看潜意识中的工具吗 ，我想知道昔时爆发了什么。”
,在线国亚频精品,亚洲欧美日韩在线91在线,又大又粗特黄A片免费看。??02月03日,中国首座冷热能互换站在天津投产,
一个幼小的孩子 ，单独横穿大荒 ，勇闯三十万里 ，竟然在世回来了 ，这是一个神迹！
,偷拍不卡,操a片黄色av,特黄黄色视频。??时势4：乱婬h侵犯H文花火
??02月03日,解决不规范、过度检查等问题 司法部发布8件监督案例,
“我什么时间跟你约定了 ，我自己还要研究呢 ，不换！”小不点拒绝。
,亚洲男人的天堂一区二区三区,黄色网站免费在线观看AV,巴巴塔黄改版免费。??02月03日,推动中法科技创新合作迈上新台阶,
随着经济的日益生长 ，我们生涯的都会已变得越来越漂亮 ，马路上车辆络绎不绝的情形随处可见。然而由于有些人交通 清静意识的淡漠 ，在熙熙攘攘的蹊径上上演了一幕幕不可挽回的悲剧。蹊径交通清静事故依然是种种事故的“头号杀手”。而导致悲剧爆发的一个主要缘故原由 ，就是我们欠缺清静防卫知识 ，自我；つ芰Σ ，因此对少年儿童举行清静教育的形势相当紧迫。为增强对中小学生的清静教育 ，1996年2月 ，国家教委、公安部等六部委联合发出通知 ，把每年3月最后一周的星期一定为天下中小学生清静教育日 ，建设天下中小学生清静教育制度 ，鞭策清静教育事情的开展。
,国产熟女高潮精品视频没,影音先锋玖玖玖资源站男人,家庭乱仑色情黄色片。【市场监管总局：2023年审结经营者集中案件797件】
责编：丹特
审核：陈仁泽
责编：尚凯莺
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
