猫眼影戏
 |
|
猫眼影戏
王珏
手机审查
猫眼影戏记者 安布里姆 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：白丝校花撅着屁股打屁股
??01月29日,国务院任免香港特别行政区政府主要官员,
3、占领宣传阵地 ，实时展示办学效果 ，增强校园文化建设。
,熟女精品一区二区三区。??01月29日,七十五载共风雨 继往开来谱新篇 ——写在中国同保加利亚、罗马尼亚、阿尔巴尼亚建交75周年之际,
终于 ，光雨回转 ，被穿山甲召唤了回来 ，铿锵作响 ，金光流动 ，笼罩在了它的躯体上 ，护住了肉身。
,王语纯周于希互慰,女婬片A片AAA毛片无玛,又爽又舒服又骚的黄色软件。??时势2：一级毛片看真人在线视频
??01月29日,湖南张家界上演峰林杂技秀 多国杂技表演者登台献技,
黑影低吼 ，此后整片密室都欢喜了下来 ，壮丽的神辉绽放 ，弥漫到了每一寸空间。
,裸交 -百度贴吧,日本道黄色大片,美女视频日逼视频。??01月29日,多家影视上市公司业绩持续向好,
??时势3：一级aα片
??01月29日,嫦娥六号搭载法国科学载荷升空 中法首次携手探月,
由于 ，那些生物背后可能有恐怖的古老神明 ，现在单独出来 ，只是为了在人族中涅槃 ，也想走出上古神明的蹊径罢了。
,美女裸体亚洲国产无遮挡在线网站,动漫美女无遮挡,av勿入在线观看。??01月29日,中国驻阿拉木图总领馆提醒领区内中国公民防范地震灾害,
1严酷隐患扫除整改制度 ，实时解决事情中泛起的问题。在天天的班前会上认真排查职工身体状态、头脑动态 ，从源头上控制住？で跋昃∨挪樽饕迪殖”４娴闹种忠 ，专人处置惩罚隐患 ，处置惩罚完后还要有专人验收 ，只有在处置惩罚完隐患后才华最先事情 ，并做好详细纪录 ，排查、处置惩罚、验收每关都有相关职员签字 ，责任落实到人。
,女人高潮一级A片一区二区,汤不热大剧院10.31版本,男人的天堂欧美性爱。??时势4：七色色亚洲
??01月29日,“五一”假期 西藏拉萨迎客流高峰,
在当今社会 ，越来越多的人选择通过来分期平台乞贷 ，以知足种种消耗需求。然而 ，有时由于种种缘故原由 ，乞贷人可能碰面临还款逾期的情形。当乞贷金额高达4万元并泛起逾期时 ，许多人担心是否会有来分期公司上门催收的情形。本文将围绕这个问题睁开讨论 ，并探讨逾期后是否可以要求只送还本金以及对小我私家信用的影响。
一样平常来说 ，来分期公司不会容易上门催收乞贷。他们通；嵬ü**、短信、邮件等方法与乞贷人举行相同 ，并鞭策其尽快还款。然而 ，在严重逾期的情形下 ，来分期公司可能会接纳其他步伐以追回欠款。
他们可能会委托专业催收机构举行上门催收 ，但这通常是在乞贷人长时间拒绝还款或无法联系到乞贷人的情形下才会接纳的极端步伐。然而 ，需要明确的是 ，来分期公司的催收行动应该遵守相关执律例则和行业规范。
他们不会接纳卑劣、不法或侵占小我私家隐私的催收手段。乞贷人在面临逾期时 ，应该起劲与来分期公司举行相同 ，并起劲追求解决计划 ，以阻止进一步的执法危害和信用损害。
乞贷人无法仅要求送还本金而不支付逾期用度和利息。
乞贷条约一样平常会明确划定在逾期情形下的违约责任和相关用度。来分期公司通；崞局ぬ踉继蹩钍杖∮馄谟枚取⒅湍山鸹蛴馄诶⒌。
因此 ，乞贷人应该相识并遵守条约中的还款划定 ，并实时与来分期公司相同以追求解决计划 ，阻止进一步的用度累积和执法效果。
逾期还款会对小我私家信用纪录爆发负面影响。
来分期公司通；嵯蛐庞没贡ǜ嬗馄谇樾 ，这将在小我私家信用纪录中留下不良纪录。一连逾期还款可能导致小我私家信用评级下降 ，影响日后申请贷款、信用卡或其他金融效劳的批准与利率条件。
因此 ，乞贷人应该起劲阻止逾期情形的爆发 ，并实时与来分期公司相同 ，制订新的还款妄想以减轻肩负。
?农行信用卡逾期脱期期几天？怎么跟银行协商解决？,头交整个头进去视频,黄色网站入口即化,www..com黄色A片 免费观看。??01月29日,长春推进“无废城市”建设 为绿色发展增添新动能,
一只神猴吼啸 ，一跃而起 ，抱住全身璀璨的螭龙 ，张口血盆大口 ，露出一嘴雪白的獠牙 ，捉住它的尾巴就咬。
,操逼操,80耄耋性色老太HD大全,刘嘉玲仓库里照片大全。【万千气象看福建·唱响海上牧歌丨闽海扬波：福州海洋经济展现强劲动力】
【2024世界传统医药大会在北京召开】
责编：林养林
审核：任丽虹
责编：巢国俊
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
