猫眼影戏
 |
|
猫眼影戏
孙一夫
手机审查
猫眼影戏记者 王懿荣 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：日本大黄视频
??02月03日,（身边的变化）拥抱“阳光经济” 重庆工业园区屋顶“碳”新路,
一、校容校貌面目一新。
,夏目彩春吃精子，吃大鸡巴。??02月03日,小孩报警“讨公道”，究竟为何呢？,
狈风惨叫 ，小不点脚下用力 ，令他身体半残。狈村的人见状 ，咆哮着 ，一起向前冲。
,三级真人在线免费观看视频,jiqing3.com,看看性爱大骚逼。??时势2：国产盗摄在线播放
??02月03日,谈前景、出实招、保民生，20余位部长的回应掷地有声！,
“不要哭了 ，遗忘这里的一切吧 ，以后我带你去一个叫补天阁的地方 ，再也没有人敢欺压你了。”小不点出言慰藉。
,求一毛片网址在线看,一级性爱免费视频,maplestar全资源免费。??02月03日,北京市级机关第二批集中搬迁至城市副中心,
回首走过的20xx——20xx学年度第一学期 ，在上级教育行政主管部分的支持资助下 ，经由全校师生不懈起劲 ，学校有了新的生长 ，20xx年被列为省标准化学校建设单位(全市仅两所初中学校) ，学校完成了校舍及隶属设施的升级刷新 ，建设了月朔学年各班级现代化多媒体课堂 ，更新了理、化、生、综、微实验室仪器装备 ，进一步改善了学校办学条件。学校通过市政府统一招聘 ，引进四名优异大学结业生来校执教 ，进一步优化学科教学设置 ，学；挂Ы堂σ幻 ，进一步壮台甫师步队 ，学校西席步队获得进一步优化。在“关注民生、效劳生长”建设群众知足学；疃 ，被黑龙江省委省政府纠风办、黑龙江省教育厅授予省级群众最知足学校声誉称呼 ，20xx年被牡丹江市人民政府授予教育事情先进单位称呼。学校的生长和前进 ，凝聚着全校师生的心血 ，代表着我们已往一年的起劲、贡献与拼搏 ，为此我代表学校向列位先生同砚体现衷心的谢谢!
,一级毛片一级毛片一级毛片一级,轮船剧场silk,18 在线观看免费入口。??时势3：黄片免费播放网站
??02月03日,美国向伊朗传递信息：“关键时刻”不要让中东局势升级,
2、你们是操作执行的最前沿。上面千条线 ，下面一根针。这是下层事情的形象归纳综合。党的各项目的政策能不可在下面落实好 ，要害要依赖一个个强有力的农村下层组织。农村下层干部身处农村事情第一线 ，其作用显而易见。你们既要做上情下达的纽带 ，又要做下情上传的桥梁 ，方方面面事情落实得怎样 ，就要看下层班子是否能施展主要的作用。特殊是村支书、村主任既是指挥员 ，又是战斗员 ，件件事情都要靠你们去组织实验。各级的政策再好、妄想再美、项目再多 ，缺少你们的贯彻落实 ，都是无本之木、无源之水。各人要充分熟悉农村是各项事情落实的最下层、要害层 ，充分熟悉农村干部是各项事情落实的执行手、操作手 ，坚持求真务实 ，效劳阵势 ，创立性地开展事情 ，全力包管党在农村的各项事情顺遂推进。
,沙滩做爰,啊啊啊免费视频,日韩A片免费不卡视频。??02月03日,巨头“抢滩”线上购药医保支付业务,
为了把你们培育成材 ，先生们支付了重大的劳动。先生们也是人 ，也都有头疼脑热的时间 ，请同砚们想一想 ，我们的先生多麽敬业呀：我们的先生风雨无阻 ，始终和同砚们在一起 ，历来没有无故缺过一节课。我作为你们的班主任 ，作为你们的先生 ，我可以自豪地说 ，我始终和同砚们在一起 ，摸怕滚打 ，朝夕与共 ，我基本对得起班级的每一个同砚 ，对得起我们这个班整体 ，我做好了导演、配角、观众的角色 ，实践了我第一次给同砚们立下的军令状：严字当头 ，学习第一 ，追求卓越 ，让每个同砚都有一个精彩的人生;让通俗的课堂洒满阳光 ，让你们心中都有一片绚烂的阳光 ，用师者的胸怀去容纳一颗颗年轻的心 ，用师者的爱心去铸造每个学生的绚烂;捧出一颗心 ，献出所有情 ，严在当严处 ，爱在细微中。
,强奸乱伦麻豆精品,网站入口满十八在线看,美女裸体开襟直播。??时势4：国产黄色一区二区的在线观看
??02月03日,首位中国音乐家登上古巴国际爵士音乐节献上多首唢呐经典,
我校向导向来都十分重视学生军训事情 ，今年更是将军训作为今年度的头等大事来抓。8月9日学校召开了20xx级军训发动大会。在会上 ，特殊强调了全体同砚在军训中应体现出严酷的组织纪律性和强烈的整体声誉感 ，同时也向同砚们提出了明确的要求 ，即在军训时代严酷遵守学校的相关划定 ，发挥不怕苦不怕累的精神 ，做好严酷训练的准备 ，训练场如战场 ，在军训场上一切行悦耳教官指挥。
,欧美精美视频一区二区三区四区,巨乳美女被c,三好亚矢。??02月03日,加入欧盟20年，捷克为何仍在欧元区外徘徊,
“哈哈……好一头鸾鸟 ，竟然是强盛的遗种 ，体内流淌有远古神禽的血 ，真是一种有数的宝药啊 ，看我怎样将它射杀！”一个老人大笑。
,九九久久精品国产AV片国产,亚洲jiZZjiZZ中文在线播放,九九九黑客破解家庭网络。责编：刘晖
审核：哈桑·鲁哈尼和外交部长贾瓦
责编：张建良
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
