猫眼影戏
 |
|
猫眼影戏
宋建琴
手机审查
猫眼影戏记者 陈咏文 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：在线成年人视频
??02月04日,冲锋在防洪一线的“高铁卫士”,
做一个有社会责任感的协会，做一个有责任感的人，是我会的目的，也是我们对会员的要求。协会建设以来，先为组织会员为汶川地动灾区捐钱4000多元，为残疾人、低保工具子女举行免费婚礼，在支付爱心的同时，他们也收获了幸福和快乐。
,黄色三级毛毛片。??02月04日,四川将多措并举壮大消费基础支撑 挖掘和释放内需潜力, 2024年2月28日，距离2024年高考尚有100天，李龙在小我私家社交平台上发了一条视频。视频里，李龙正式宣布自己最先温习高考，同时也勉励其他的高三考生：“100天足够创立一个事业。”,色色吧国产视频,亚洲一级欧美一级特黄在线,杨颖做爰高潮AI换脸。
??时势2：人人艹人操
??02月04日,有钱请不到人？台媒称台湾“大缺工时代”来临,
他有足够的底气，由于族中那头金色的神狼来了，这是五万里内最强盛的一头祭灵，活了很漫长的岁月。族主也许不是这片土地上的第一能手，可是这头金色的神狼却可以在各富家的祭灵中称尊！
,88国产精品视频一区二区三区,wuwubox 极乐盒,浮力国产第三页草草影院。??02月04日,“洋弟子”学做小烧饼 一口饼香与中国文化“对话”,
同砚们，再有一年你们就竣事了小学的学习生涯，将面临自己的人生举行一次小小的选择，为此我想你们每小我私家都有自己心中的理想与目的，并为实现这个目的制订好了妄想。新学期，我相信同砚们一定会满怀信心走向乐成。
,亚洲一区色图小说,人人草网,影音AV资源。??时势3：操逼,抠逼,喷水
??02月04日,【我们共芳华——党外人士话复兴】王俊谈中国胸腔镜手术早期推广：像“过街老鼠”一样人人喊打 但是哪怕是个门缝我也要过去,
众人眸光炽盛，盯着二猛的父亲，想要看个仔细，可并没有发明符文的实力，岂非他在藏拙，隐藏了气息？
,日本女人京香配种视频,AV女同免费一区二区三区在线,日本拍拍视频。??02月04日,第十七届亚洲电影大奖揭晓 蒋勤勤封“影后”,
为确保稳固和生长的阵势，提高下层组织治理本村事务的能力和村民自治水平，下步，我们要以贯彻落实本次大会精神为动力，加鼎实力，切实提高村级民主治理水平。一要提高党支部的向导焦点作用，村党支部是农村下层的战斗堡垒，在推进村级民主治理建设中，村党支部的向导焦点作用不可弱化，对村级经济建设和社会生长中的主要问题必需召开支部聚会举行讨论决议。同时，要带动凭证民主治理制度划定，把需要由村委会讨论决议的事定心让他们去做，并做好指导事情。二要建设健全长效的事情治理机制。村级民主治理事情必需依赖响应的长效事情机制来包管，要把建设健全村务果真和民主治理制度作为提高村级民主治理水平、增进下层民主政治建设的治本之策，坚持以执法、规则和政策为依据，建设完善以民主治理坚持以村党支部为焦点，村委会为主体，村民聚会和村民(社员)代表聚会为主要形式的民主决议制度，按期对村内重大事项举行探讨;制订完善村民村规民约，对各村原有的各项划定举行一次整理，修改与国家执法、规则和政策相抵触的内容，经村民代表聚会讨论之后生效;完善监视制度，各村都建设了民主理财监视小组，对村级财务收支情形举行监视、核查，并按期举行宣布。三要推行村务提议制度。是通过填写《村务提议表》，村委会对提议举行研究，实时回复。同时，对关于村级经济生长和社会事业生长的重大提议，村委会要提交村支部，举行配合探讨，坚决杜绝“一言堂”和“先斩后奏”征象，进一步亲近村级干群关系，增进村民自治。
,一区二区精品视频91,他在教室拿大🐔巴🌿我嗯好爽,乱辈通奷系列视频。??时势4：大胆国模一区二区私拍
??02月04日,海南环岛旅游公路开通一个多月 为沿线带来新变化,
天空中，一只紫色的大脚落了下来，踩向村头的柳树，那是紫山侯的攻击，他是这片众多疆土内的第一强者，这等手段可谓惊天。
,影音先锋链接资源网站,精品一级二级a片,天美传媒xxoo。??02月04日,4月亚洲制造业PMI为51.5% 延续温和复苏趋势,
尊重的先生们，我们肩上的责任关系着学生、家庭和社会的未来，只有以充满着无私和宽容的爱心投入事情，才华无愧于我们庆幸的职业。我们应以高尚的人格熏染学生，以文明的仪表影响学生，以渊博的知识指导学生，以广博的胸怀敬重学生，我希望我们每位西席争做学生接待、家长知足、偕行钦佩的优异西席。我相信，我校这支头脑素质好，营业能力强，富有责恣意识和进取精神的西席步队一定能为我们每一位学生的生长和生长搭建辽阔的平台!
,一区二区精品视频在线观看,国产做受 蜜臀777cos,千仞雪被爆草。责编：吴永平
审核：汪东兴
责编：习明泽
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
