猫眼影戏
 |
|
猫眼影戏
黄文
手机审查
猫眼影戏记者 刘祥 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：激情文学小说区另类小说APP
??02月02日,中新健康丨国际最新健康研究：牛奶摄入增加与部分人2型糖尿病风险降低有关,
数九寒天，这里却暖意融融!今天，我们欢聚一堂，配合庆祝德城区婚庆行业协会建设两周年既第二届会员新年联谊会的盛大举行，在这辞旧迎新的优美时刻，我谨代表德城区婚庆行业协会，向列位向导、列位嘉宾和会员朋侪致以节日的问候和最优美的祝愿!
,WWW一日本COM 。??02月02日,新疆以文会“游”助力旅游经济持续升温,
就是这样的简朴，来自罗浮大泽的一群能手都在一息间被击杀，没有一点悬念，看的一群强者全身发寒，嗖嗖冒凉气 。
,欧美一及片试看,免费播放婬乱男女婬视频初处,美女黄片在线看 。??时势2：影音先锋5566最新资源
??02月02日,去年香港总存款额料同比增逾5%,
二、在上学的路上和下学的途中万万不要下水游泳，由于这时代脱离了先生和家长，清静就得不到包管 。
,每日大赛app,男女黄色录相A级,免费深夜100看黄禁用免费 。??02月02日,新春将至 广州年桔迎成熟季,
2、怎样去重视家庭教育呢 ？先从体贴孩子的生涯最先 。对孩子不但是体贴用饭穿衣，还应体贴他们的课余活动是否康健，结交的朋侪是否正直，有些学生看了一些有暴力倾向的影视节目或书刊，则举行模拟，喜欢打打闹闹 。前段时间有些孩子就带了那种水果刀来，晏先生就赶忙没收了 。作为家长要多关注自己的孩子，不要出了事情你是最后一个知道的 。作为家长，还应该让孩子加入康健有益的活动，拒绝加入不正当的游戏与活动，特殊是不要让他打游戏机、进网吧上网玩游戏 。孩子天天什么时间回家，做了些什么，节沐日孩子在家里干些什么事，平时喜欢到那里去玩，与谁在一起玩，都要做了如指掌 。坚决抵制孩子进网吧，进电子游戏室，发明情形，实时班主任，家庭、学校配合举行教育 。说着实的，做一个认真任的家长和做一个认真任的先生都同样意义重大，禁止易 。〉庖彩俏颐且褰勾堑脑鹑嗡冢
,在线资源av网站,免费看片,www.caoai 。??时势3：欧美性爱老牛视频
??02月02日,聚力攻坚“港”“廊”“链” 浙江金华跑出高质量发展加速度,
4、你们是党和政府形象的体现者 。当农村干部，就意味着要受苦，甚至亏损、受气，就不可想蓬勃、想沾光 。作为村支书、村主任，只有以身作则，作好楷模，才华语言有人听，做事有人跟，才华在群众中有职位、有威望、有影响，才华真正体现党和政府的形象 。详细要做到如下三点：一要讲团结 。团结出协力、团结出形象、团结出口碑，特殊是村支书、村主任就像“伉俪”，要带动维护团结，形成做事创业的协力 。二要讲实干 ？蘸笆裥，实干得民助 。列位上任之初，当务之急是要怎样兑现竞选时对选民的允许，一定要稳重看待，立说立行，不负群众期望 。当好村干部要“在其位谋其政”，要杜绝守摊子、混日子的头脑，时刻心系黎民，起劲为群众办实事办妥事，赢得群众拥护 。三要讲清廉 。清廉是干部的立身之本，不清廉就没有资格当、当干部 。目今，群众反应较量强烈的主要是村干部账目不清、公款吃喝等问题 。村支书、村主任一定要敢于认真，严于治理，珍惜整体资产，勤俭效劳，为群众掌好权、理好财 。你们在一线事情，代表着党和政府，一言一行、一举一动，群众都看在眼里，议在背后 。要慎独、慎微、慎初，堂堂正正做人，认认真真做事，以自己的一身正气，树立农村干部的优异形象 。
,性与色欧美视频在线播放网站,动漫精品乱码久久久久久,天堂+JK.docx 。??02月02日,大连夏家河子海滨浴场浮冰断裂 12人被困冰面全部获救,
鳞马奔行速率极快，尤其是当中的变异者——独角兽，它们全身都密布银白的鳞片，熠熠生辉，头生独角，可日行一万里 。
,欧美污网站,xx性爱视频免费网站,精品久久久国产视频 。??时势4：鸿雪外教老师原著小说叫什么名字
??02月02日,羽绒服价格上涨消费者不买账 企业如何赢得市场,
“古国，我来了！”小不点自语，用力握紧了拳头，此后驾驭独角兽，化成一道银光，冲向了无尽大山，要横穿山脉，闯向远方
,www男女,91毛片视频在线,怡红院在线精品视频99 。??02月02日,特斯拉入局中国新型储能：只需塔克拉玛干沙漠0.1%面积，就够14亿人一年用电量“北约视战争如儿戏是极其危险的”,
同砚们，环保就在每小我私家身边，只有真正将环保融入人们的生涯，地球的生命才会更绚烂，人类的生涯才会更优美 。
,jiizz日本老师高潮喷水18,美女前插式动态视频,黄色A片免费 。责编：祁坤峰
审核：吴晓波
责编：褚国新
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
