猫眼影戏
 |
|
猫眼影戏
贝拉-罗德里格斯
手机审查
猫眼影戏记者 拜托丁克拉格 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：高潮视频网站大片免费
??02月01日,世界最大跨度三塔斜拉桥南主塔顺利封顶,
??02月01日,由“请保持书店本色”谈起,
在这个鲜花盛开 ，生气盎然的季节 ，我们配合迎来了白湾子镇学校第六届艺术节。值此艺术节开幕之际 ，首先 ，我谨代表定边县教育局向辛勤耕作、默默贡献的列位先生致以高尚的敬意 ，向勤学上进、生气蓬勃的列位同砚致以亲热的问候 ，向一直以来鼎力大举支持定边教育的各界人士体现衷心的谢谢!
,www .jizzjizz,欧美亚洲综合一区二区三区,国产特级婬片高清视频。??时势2：国产综合久久久久久鬼色
??02月01日,希腊中国侨商总会成立,
建设一支高素质的村干步队伍 ，是增强农村下层组织建设的主要条件 ，周全提高村干部的综合素质和事情能力 ，是做好下层组织 治理事情的基础。从我区的现况看 ，由于宽大村干部的辛勤事情 ，我区农村爆发了深刻的转变 ，村干部在事情中施展了 联系党、政府与农民的“纽带”作用。但目今村干步队伍中也保存一些禁止忽视的问题 ，需要我们接纳有力步伐加以解决 ，好比有的村干部 政治素质不高 ，对党在农村的目的政策缺乏相识;有的头脑不敷解放 ，事情思绪不清 ，知足现状 ，缺乏进取立异意识;有的村干部整天东跑西钻 ，吃吃喝喝 ，没有真正把老黎民的事放在心上;一些村干部闹不团结 ，班子不协调 ，事情上协力不敷;尚有些村干部事情要领陈腐落伍 ，处置惩罚问题手段简单。泛起这些问题的基础缘故原由在于部分农村干部 文化基础薄 ，头脑浅薄 ，能力有限 ，事情不深入。区委组织这次培训的目的 ，就是想通过培训提高宽大农村下层干部的头脑觉悟、政策水平和向导群众生长经济、脱贫致富的能力 ，解决农村干部在事情中的随意性和“两委班子”不协调等问题 ，作育出一批能够顺应 农业、农村现代化建设和市场经济生长需要 ，熟悉下层组织建设的基础知识 ，相识市场 ，直接效劳于农村生长 ，来自农村 ，定位农村 ，向导群众致富 ，具有立异精神的农村下层干部。
,免费无码黄网站在线观看下载,WWW色色色色色C0M,美女直接肏屄亚州黄色视频。??02月01日,学习语丨扎紧党纪党规的笼子,
“蠢货！”雨蒙大吼 ，一巴掌将修为高深的管事给抽飞了 ，一嘴牙齿飞落 ，沾染着血。
,亚洲性交色视频,小南被 吸乳羞羞漫画,久久riAV一区二区三区。??时势3：女生光脚挑战笑刑
??02月01日,有效保障房企合理融资需求,
现在 ，我代表徐悲鸿远东艺术学校在校生 ，向学哥学姐们送一是真挚的祝福：
,国产午夜福利电影,男人网址在线天堂,www.色色操。??02月01日,“机遇中国多彩世界”国际交流周在贵州遵义启动,
这一鼎药 ，别人都没有动 ，全都留给了清风 ，他的脚上涂抹了一部分 ，此后又服食了不少 ，一连几天 ，他的脚掌发痒 ，筋骨再生 ，对接了起来。
,亚洲成年毛片,亚洲色偷偷偷鲁综合,性巴克安装。??时势4：国产无码狼友视频
??02月01日,新疆阿克苏地区重要输变电工程投运,
谢谢！
,人C交2oo20乂 真人,特级欧美AAAAAAA免费看片,精品午夜AV。??02月01日,沉湖国际重要湿地迎来20种国家重点保护水鸟沉湖越冬,
2 .养成优异习惯 ，提高学习质量：
,免费国产影院,国内自拍色在线,2021国产精品视频一区,2021国产精品偷窥盗摄,2021国产精品小视频...。责编：郭三悟
审核：阿茹汗
责编：刘醒龙
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
