猫眼影戏
 |
|
猫眼影戏
布伦斯特伦
手机审查
猫眼影戏记者 蔡明扮 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：日韩欧美在线综合
??01月31日,西藏拉萨河畔 青年驰骋高原“村超”足球赛场,
工会事情围绕制度建设，开展了富厚多彩的文化娱乐活动，开展职工手艺培训和岗位培训，参训职员达多人次 Ｆ鹁⒖估投喝，双增双节活动，创立和节约价值万元，合理化建议创立价值万元。妄想生育事情取得新效果，被市计生委评为先进单位。认真做好老干部事情，通过征求意见、座谈等形式充分验展老干部为建设事业出谋划策的作用，被市老干局评为先进单位。社会治安综合治理事情围绕建设“平安乌海”活动，起劲开展各项事情，真正起到保一方平安的政治责任，顺遂通过市区综治委的审核验收。
,免费一级毛片播放。??01月31日,五一假期全国民航累计发送旅客997.1万人次,
我相信，在不远的未来，所有与配合斗争过的人，都会带着自满去回味每一个我们配合打拼的日子，并自豪地说：我们开创了从通俗走向卓越的新航程。
,操美女逼黄片视频,免费观看在线观看国产黄p,激情图片,中文字幕。??时势2：99re这里只有精彩视频
??01月31日,科学家找到白血病全新遗传致病因子,
“咻”的一声，雷侯所站立的那座石山被其截断，犹如利剑斩春泥，它并一直驻，一息间追了上去，嫩芽瞄准了雷侯的背心，就要洞穿而过。
,国产激情无码视频一区二区三区,1024手机永久免费看片,加l里i奥n说k把3.中c文c/删k掉k就是c总k站了。??01月31日,中新健康丨达芬奇机器人+荧光显像技术精准导航 上海专家成功救回12岁女孩生命,
今年新增科研项目808项，其中自然科学668项，经费近2亿元，获批国家自然科学基金174项，其中2项为重点;国家社会科学基金23项，位列天下高校第27位。新增授权专利178项，其中发明专利31项(含1项国际专利)，适用新型专利147项。2位教授获首届“_省优异中青年社会科学专家”称呼，联合申报的2项效果获_年度国家科技前进二等奖。肩负各级种种科研项目，特殊是国家级重点、重大项目，是考察西席步队立异能力的“试金石”，怎样提升这种能力?这是我们下一步要认真思索的问题。
,4444亚洲视频在线观看,欧美做受高溯,18馃埐馃埐馃埐馃埐馃埐馃埐馃埐馃埐馃埐馃埐馃埐馃埐馃埐馃埐馃埐馃埐馃埐。??时势3：激情久久二区
??01月31日,市场监管总局曝光10起城镇燃气专项整治典型执法案例,
它明确是一头凶禽，但却发出了兽吼声，张开鸟喙，一片恐怖的乌光冲出，竟然将这片生齿数万万的王侯领地笼罩了。
,欧美老妇人与禽交,jizzjzz中国,人人射人人操人人插人人摸人人爽。??01月31日,“落日8分钟”受追捧 城市激活文旅“新像素”, 王先生告诉顶端新闻记者，今年7月，他在一个病友群里看到了柯某孝以儿慈会9958名义发出的配捐项目，该项目称将手里的资金转给柯某孝，20天后可以返还更高金额。,九色com,免费看片Aⅴ免费大片,久久综合色天。
??时势4：玉蒲团Ⅲ艳乳欲仙欲瑶怨女图
??01月31日,浙江绍兴出土“山阴”“会稽”地名遗物 最早溯至东汉,
在出发前，小不点建议，族人应先行转移，不要留守在这个地方。众人颔首赞成，族长也是这个意思，由于今晚这一战孰胜孰负难料，一旦小不点败了，全村人将会迎来血腥的抨击。
,国产精品影院,黄色网站国产免费看,人人做天天爱夜夜爽96。??01月31日,福建漳州芗城：乡村振兴跑 领略诗画浦南,
断壁残垣，瓦砾各处，讲述了绚烂止境的悲与欢，这是诸神成神的天下，照旧尚有玄机 ？
,欧美成一区二区三区自拍,色熟,无码区a∨视频不卡一区。责编：葛瑞芳
审核：哈利·波特
责编：陈伟霆
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
