猫眼影戏
 |
|
猫眼影戏
苏雄锋
手机审查
猫眼影戏记者 沃金镇 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：日本最爽的黄网站
??01月29日,（粤港澳大湾区）珠澳共建老年教育联合办学点,
借此时机，对同砚们提出几点希望：高三年级的同砚们，你们是第三中学新的希望，社会、学校、家长对你们寄以很高的期望，希望你们不负众望，从我做起，从现在做起，争分夺秒，受苦学习，勇于拼搏，运用适当的学习要领，认真地掌握好高三的每一天，从各个方面为高一、高二的学弟学妹做出楷模，为母校争光添彩;高二年级的同砚们你们肩负着承上启下的重任，希望你们再接再励，起劲拼搏，为明年的高三学习打好厚实的基础，争取在各项通例事情中做好模范，一年更比一年好!高一新生们，你们是三中的新鲜血液，希望你们尽快顺应新的情形，在平时起劲做到：学会做人，学会做事，学会生涯，学会学习，学会相助 。
,黄色网站高清视频一级毛片 。??01月29日,（乡村行·看振兴）山西河曲庭院经济激活乡村振兴“一池春水”,
至于怎样优化教学，怎样指导学法，列位先生都是行家，各人已经做得很好，必将会做得更好 。
,免费观看av网址,欧美裸体自拍视频在线,久久久成人天堂AⅤ 。??时势2：xx欧美老妇性爱
??01月29日,山西运城向“新”出发 擘画高质量发展蓝图,
第四学会容忍和勉励
,青青青草视频在线免费观看,美女黄网,色色色色色色色色色色色网站 。??01月29日,形成西部地区高质量发展新格局,
“咦，又一口！”小不点惊讶，岂非柳神所说的厚积薄发是这样？他还以为是“洞天”深邃，蓬勃精气如海，原来抵达了更高的条理 。
,a片中文字幕在线观看,www.773c.cn免费网站入口申请退款,韩国一级毛片无码免费看 。??时势3：巨乳坐骑。
??01月29日,2023年或为10万年来最热 2024年地球还会再掀热浪吗？, 中方现在与巴西联名揭晓了关于推动政治解决乌克兰；摹傲愎彩丁，强调遵守时势降温三原则，即战场不过溢、战事不升级、各方不拱火，同时呼吁各方坚持对话谈判、加大人性主义援助、阻挡使用核武器、阻挡攻击核电站、维护全球工业链供应链稳固等 。,,国产精品久久精品第一页,久久精品国产99...,淫荡视频网页,尸交XXXXⅩhID乱 。
??01月29日,中方答与瑙鲁开展合作：我们不会为合作领域设置任何限制,
亲爱的先生们，亲爱的学生们：
,55夜色亚洲精品网站,二级a片免费看,人人爱人人看人人插 。??时势4：www.5169色萝 网战
??01月29日,关于苹果、比亚迪、房产投资……93岁巴菲特有新观点,
在这里，每一根舞动的枝条都是接待的手臂，每一声欢快的鸟鸣都是悦耳的歌曲，每一朵盛开的鲜花都是绽放的笑容 。这一切，是庆幸的永中迎接她莘莘学子的感人心跳 。与其说现在正值绚烂的秋天，倒不如说这是一个生气勃勃的春天 。由于，你们踏进永中的那一瞬间，履历了六十年风雨的校园便贮满了春意，涌起了鼓荡的春潮 。校园欢悦了，由于你们——x级新生的到来 。
,粗口变态辱骂调教91,www.看黄片 com,动漫被 到爽 挤奶水 。??01月29日,河南新县：年鱼开捕 年味渐浓,
要进一步破除制约城镇化生长的规章制度，修建城镇化生长的体制平台 。一是建设城乡一律就业制度 。继续整理限制农民进城就业的歧视性政谋划定，不得对外来职员进城从业设置障碍 。党政机关、企事业单位在招录和事情职员时，不得举行户籍或地区限制 。实验身份证治理，不得对外来职员从业设置任何歧视性的挂号项目 。作废对外来从业职员及其用人单位的不对理收费 。二是严酷劳动执法监察 。严酷执行同工同酬和最低人为标准制度，严肃查处拖欠、克扣人为行为 。三是强化就业和创业培训 。整合种种培训资源，实验农村劳动力转移“阳光工程” 。健全劳务输出网络，增强劳动力市场信息网络和人才资源库建设，建设成建制劳动输出基地，指导城乡富余职员有组织、成建制的劳务输出 。给予返乡创业者与外资外商同期待遇，推动“回归工程”进一步生长 。四是刷新户籍治理制度 。逐步破除农业和非农业户口二元制治理模式，推行按现实栖身地举行挂号的户籍治理制度 。五是加速“城中村”及近郊无地少地住民的转户程序 。“城中村”和人均耕地少于亩的近郊住民，可凭证自愿转为城镇户口，纳入城镇统一治理 。“城中村”和近郊转户住民在一定限期内可继续享受原整体的福利待遇，承包的土地和正当宅基地可以保存 。六是完善社会包管制度 。外来从业职员和“城中村”及近郊转户从业职员要纳入社会包管规模 。用工单位或雇主必需为其办理城镇职工基本养老包管、医疗包管和工伤包管 。同时，起劲生长城镇基础教育，刷新城镇医疗卫生条件，切实解决好群众看病难的问题 。
,黄色网站一级在线播放视频在线观看,搜狐黄片又粗又长特黄片,婷婷五月综合在线视频网图片 。责编：陆克平
审核：张四维
责编：唐格朗
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
