猫眼影戏
 |
|
猫眼影戏
李怡
手机审查
猫眼影戏记者 王知凡 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：国产吞精口爆一区二区
??02月01日,把岁月过成书的模样 “年货”日历书焕新升级,
石子陵举矛，还能说什么？唯有一战，黄金战矛周围泛起一个又一个神符，如金属铸成，有一种酷寒的质感，围绕战矛，透发着无以伦比的神威。
,强奸一级毛。??02月01日,汉唐国家水利工程考古发现周人“南水北调”工程,
海面随着他脚步而晃动，到了最后，化成了滔天大浪，这是他的怒，这碧海都随之升沉与浩荡。
,国精产品视频一二二区m,巨乳 扒衣 扒开腿狂揉视频动漫9|,免费观看h漫。??时势2：国产精品26uuu免费观看
??02月01日,国家粮食和物资储备局：做好雨雪冰冻灾害防范应对工作,
上学期九年级 年级各项事情 得以 顺遂 ，除了有向导的体贴和支持，还由于有着一支敬业的班主任和先生步队。可是，已往的效果只能代表已往，在新的学期里，我们将以更多的热情和责任投入到事情中去。
,99r在线观看这里精品,5566黄色网站,金谷美雨。??02月01日,【新思想引领新征程】数字中国绘就高质量发展新图景,
首先是凭诚信驻足。
,成年美女黄网站色大免费看亚洲一区二区三区香蕉亚洲综合另类小说色区色噜噜,男女做爽爽爽视频免费网站,鲁一鲁精品视频A片。??时势3：男女羞羞免费视频
??02月01日,沙疗康养“黄金时间”到！新疆吐鲁番高温“吹热”沙经济,
李前进和班里浓重的学习情形、和班主任赵先生很是严酷的教育方法都是分不开的，先生对孩子倾注的爱心和心血，让我做家长的很是感动。以是，作为家长，我会起劲配合先生来配合教育孩子。很忸怩的是，在孩子的教育方法上保存许多的缺乏，事实初三了，孩子也不再是月朔初二那时间，纯粹贪玩、不学习，现在的孩子正处在一个青春期，也就我们说的逆反期，有了自己的头脑和主见，自己也有了中考的压力，家长简朴的严肃和过高的要求只能加大孩子对学习的反感，相反，我们做家长的，要多明确孩子，少用下令的口吻，多用探讨的口吻，给孩子些自己治理自己的空间，给孩子创立一个优异的自信的学习情形，这样才华让孩子轻装上阵，起到事半功倍的效果。这半个学期为了作育李各科目学习兴趣，让他能自觉学、自动学、高效率的学，我在家主要认真孩子们的生涯和心理视察，实时指导、勉励孩子，常言说得好“不可才先成人”，现阶段孩子的学习虽然主要，可是教育孩子怎样做人也是我们家长不可忽视的。作为家长，面临中考，我们做家长的，该做些什么呢？
,美女被吧开双腿被操,宝宝～腿长开一点视频,久久久久久精品免费播放。??02月01日,国家药监局公布5起药品网络销售违法违规典型案例（第四批）,
三方人马坚持，此后毫无意外的起了冲突，林地中泛起喊杀声。
,女扒开腿㊙️让人尿爽,91久久精品无码一区二区毛厂片,客膝长筒袜疯狂输出操。??时势4：caopor在线观看
??02月01日,北京三年筹集彩票公益金超50亿元 支持养老助残体育等公益项目,
??02月01日,深圳机场口岸新年水果进口忙,
(三)开展村干部培训事情，是开创事情时势的基础工程。 此次换届竣事后，各人迅速进入状态，起劲开展事情，但部分老同志事情岗位或分工有所调解，以前的事情作风、要领和效率等方面，已经不可完全顺应新形势新要求，部分新同志对村里事情和种种情形还不是十分熟悉，不可很好地进入角色，事情具有一定的滞后性。区委、区政府在换届一竣事就举行培训班，旨在资助各人释疑解惑，找准定位，进入角色。希望各人在培训历程中，既要起劲向授课西席讨教，又要相互交流，特殊是后进村要自动向先进村学习，新同志要虚心向老同志学习，为尽快顺应新岗位，开立异时势涤讪基础。
,91亚州精品图片,又粗又大又硬又黄的免费视频,小 伸进 明星17c...网名在线观看 ...blog.umvqooh.cn大家。责编：劉燁
审核：王世成
责编：沈秀珍
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
