猫眼影戏
 |
|
猫眼影戏
余瑞冬
手机审查
猫眼影戏记者 万贵妃 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wwwwwwwww
??01月31日,【理响中国】守正创新：我们党不断从胜利走向新的胜利的重要思想方法,
它与神明决战 ，强烈无比 ，两者皆负伤 ，它沾染神血 ，也有自己的金色血液 ，霸绝天地 ，金色的巨翅遮蔽了整片苍穹 ，凌厉盖世。
,黄色一级按摩毛片一级网站。??01月31日,广州市人大常委会副主任于绍文被查,
1、重视信息事情 ，效劳向导决议。信息是决议的基础和主要依据 ，信息事情做得好欠好 ，提供的信息实时不实时、准确禁绝确、周全不周全 ，将直接影响党委的决媾和对全局事情的向导。做好信息事情 ，一要求实 ，认真做好信息的网络、核实、整理事情 ，坚持实事求是 ，拓宽信息渠道 ，起劲为向导提供客观周全的信息 ，做到喜忧兼报 ，坚决战胜报喜不报忧的倾向 ，尤其要严酷紧迫信息报送制度 ，确保不迟报、不漏报、不瞒报;二要求特 ，凭证党委各个时期关注的重大问题 ，紧贴决议 ，突出重点 ，全心提炼 ，体现特色 ，起劲挖掘一些有事实、有剖析、有看法 ，针对性和适用性都很强的信息;三要求简 ，善于从大宗的信息中发明带有纪律性、普遍性、倾向性的问题 ，开发出大主题、深条理、高质量的信息 ，力争写出精品 ，为经济建设和社会生长效劳。
,黄色的免费的视频网站,色呦视频在线观看视频在线观看,久久综合网88。??时势2：开丫头小嫩苞疼死了的剧情简介
??01月31日,广西南宁武警警士选晋考核 凭实力“突围”,
神环当空 ，璀璨醒目 ，笼罩着小不点 ，柔和时若神月 ，当中有一道身影自力 ，清辉洒落 ，祥和而神圣。强盛时 ，神环若烈阳 ，中心身影慑人之极。
,国产精品99精品免费无码视频,精品日韩欧美一区二区久久,私人黄色视频在线。??01月31日,征收水资源税 居民和企业用水成本会涨吗？,
“秋风斩黄叶 ，野火烧枯草 ，寒风咆哮过 ，春来抽枝条。”柳树传音道。
,人人操人人抽,18禁动漫免费观看,成黄网站在线观看。??时势3：美国老奶奶logo大全最新款
??01月31日,黎巴嫩政府：以色列袭击黎巴嫩南部致一人死亡,
一、立定目的 ，高昂图强。
,牛奶娘,久久艹精品视频,高圆圆被躁120分钟视频。??01月31日,创·造少年齐聚故宫 实践传统文化数字传承,
另外 ，凭证全省小城镇建设现场聚会的要求 ，驻足我县小城镇建设现实 ，我们在搞好向阳镇妄想和建设的同时 ，还要将其他中心城镇纳入以后小城镇妄想建设事情的主要日程中来 ，通过向阳镇建设的乐成履历 ，指导其他中心城镇建设的生长 ，通过中心城镇建设的生长发动周边乡直驻地及大型行政村的前进。重点推进基础及规模较量成型的乌云镇和保兴乡两其中心州里建设的提档升级 ，起劲建设具有边城特色、独具魅力的新型城镇。一方面 ，要大手笔、高标准搞好妄想。将其社会、经济、文化、情形的协调生长和突出特色作为妄想的焦点内容 ，明确以后的建设定位和生长偏向 ，科学确定生齿和用地规模;对基础设施和公共设施举行妄想结构、优化设置 ，合理确定生涯区、商业区、文教区、工业区和种种市场等功效用地。妄想部分要尽快组织介入 ，约请省内外高资质的妄想设计单位举行妄想体例 ，抵达一张蓝图绘究竟 ，力争二十年不落伍、三十年可操作;同时 ，要加速供热、供水、排水、蹊径、绿化等专项妄想的体例 ，明确以后种种配套功效建设的偏向 ，争取一次妄想 ，周全建设 ，一劳永逸。另一方面 ，要鼎力大举度、高质量搞好建设。凭证妄想效果 ，建设各行政主管单位要尽快出台较向阳镇建设越发优惠的帮助政策 ，支持、勉励中心州里开展小城镇建设;同时 ，各中心州里要充分验展主体作用 ，在各单位鼎力大举支持与配合下 ，周全开展城镇基本建设和蹊径、供水、供热、排水等市政设施建设 ，一直改善城镇住民生爆发涯质量 ，加速推进小城镇建设提档升级。其三 ，要完善制度 ，高效能治理和牢靠好建设效果。各中心州里要在搞好妄想和建设的基础上 ，起劲借鉴乐成的治理履历 ，一直完善适合本州里的小城镇建设治理步伐 ，探索完善州里城管中队的治理职能 ，起劲实现小城镇治理制度化、规范化。
,国产真实交换95婬乱视频,无码适合夫妻看的视频,毛片基地免费观看视频。??时势4：九色·porny
??01月31日,国务院办公厅印发《关于加快完善生育支持政策体系推动建设生育友好型社会的若干措施》的通知,
石村遭遇了； ，柳木被四大强者联手攻击 ，从上到下 ，全都被笼罩 ，每一击都那么的惊人。
,人人摸视频在线,黄色网站免费在线观看网址欧美,欧美视频精品免费播放。??01月31日,广东气象部门解答11月为何还台风扎堆,
最后 ，恳请各级向导和社会各界朋侪一如既往地体贴支持银行分行的生长。
,美女蜜桃给男人摸,把男生困困放女生困困里视频,骚妻淫妹影院。责编：黄映国
审核：谢亚冰
责编：曾丞璇
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
