猫眼影戏
 |
|
猫眼影戏
罗瑞娜·马金农
手机审查
猫眼影戏记者 布克哈特 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：黄色片免费在线视频
??02月04日,成都国际班列中越（成都-越南）冷链班列首发,
这种伤着实不轻，即便石守山身体强壮，也不可大意，不然可能会落下严重的病根，一生体虚与哮喘。
,A毛片在线导航。??02月04日,关于美国奥运选手埃里扬·奈顿类固醇阳性的声明 ,
20xx年是六安农商银行建设后的开局之年。六安农商银行在省联社的准确向导下，在市委、市政府的鼎力大举支持和银监部分的依法羁系下;以建设“三好”银行为目的，以“内控治理年”和“效劳提升年”为抓手，以人才和科技为支持，以机制优化和营业转型为动力;坚持“效劳‘三农’，效劳中小企业，效劳地方经济”的市场定位;着力增强营业立异、效劳立异和产品结构调解;着力提升谋划治理水平，在经济下行的重大经济金融形势下逆“市”飞扬，仍然实现了规模与速率，质量与效益的协调快速生长，起源泛起泛起代股份制商业银行的生气和活力。
,国产 高清 福利,有码 在线播放,最新自慰色首页。??时势2：AAA片免费在线观看
??02月04日,【你好，小镇】黑龙江星火：稻香聊源,
题的基础途径，是优美墟落建设的目的所在。我们要凭证 “ 聚焦项目、关注民生、突出重点、统筹推进 ” 的事情思绪，深入实验 “1311” 城乡建设工程，着力推进城乡基本公共效劳均等化， 全力推进城乡公共设施建设，鼎力大举实验农村公路 “ 村村通 ”工程，一直完善城乡路网结构，起劲指导科技教育、文化体育、医疗卫生、信息通讯等都会优质公共资源向农村辐射，加速推进水、电、气等城乡基础设施周全临接，加速城乡一体化历程。要扎实推进以人为焦点的城镇化， 坚持以人为本，把解决就业作为驻足之基，把提高生涯水平和质量作为主要标尺，把增进人的周全生长作为基础目的，一直健全社会包管系统，创立条件让农民一律享受市民待遇，让他们在城镇和墟落都能留得下、住得稳、生涯得好。
,久久精品最新视频,91黑丝国产在线,男操女黄视频在线观看。??02月04日,美学与运动兼备的梦想之车 新BMW 4系家族澎湃上市,
狻猊早被抬了过来，通体金黄，绚烂璀璨，皮毛宛若金色的绸缎子般闪亮，尤其是在早霞的照耀下，就越发显得壮丽了，熠熠生辉。
,亚洲视频性交,欧美疯狂XXXX大交乱,国产又色又爽又黄又粗暴。??时势3：性爱交视频国产
??02月04日,多国青年在中国“汽车城”观车：感觉已身处“未来”,
“族长，简直是狈村的人惹事，越界到我们这里，抢夺守山射杀的一头六足驼，还狠下杀手，若非守山逃避的实时，那可真是一箭穿心而亡啊。”石林虎恨恨的说道。
,人人干人人射人人草,5060网欧美,精品少妇嫩草无码Av。??02月04日,巴基斯坦媒体人走进新疆伊犁,
就是金色的毛球也呲牙咧嘴，小爪子乱挥，小脚乱蹬，显然很难受。
,国产在线无码视频一区主播,欧美裸体肥婆ABBVRHNWWWBB,一个色度农夫的航导。??时势4：青青草视频成人
??02月04日,暑运客流稳中有增 “流动的中国”彰显活力,
一转眼，半年时间急遽而过，重大祭灵被村人硬是生生吃掉了。
,性爱av在线播放,国产男女猛烈无遮挡免费视频网站,艾琪电影爱情社保片演员表介绍。??02月04日,前三季度广西为22.6万境外来桂人员提供移动支付交易服务,
新的学期又最先了，在我们每小我私家的眼前都摊开了一张新白纸，那么我们将怎样在这张白纸上画出人生的又一幅精彩的画卷呢?同砚们，选择了勤勉和斗争，也就选择了希望与收获;选择了纪律与约束，也就选择了理智与自由;选择了痛苦与艰难，也就选择了练达与成熟;选择了拼搏与逾越，也就选择了乐成与绚烂!那么就请用我们的勤劳和汗水，用我们的智慧和热情，捉住这名贵的今天，师生团结一心，起劲在现在，去创立优美的明天吧。
,欧美狠狠入鲁的视频_首页,www黄色com,www三级网站。【“学术性”突出 2024上海油画作品展在程十发美术馆展出】
责编：刘羊旸
审核：麦克默
责编：哈姆普
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
