猫眼影戏
 |
|
猫眼影戏
松原仁
手机审查
猫眼影戏记者 张放 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：亚洲综合色网站
??01月29日,东西问｜夏冬波：包公文化为何情牵两岸远播四海？,
恢复溺水者呼吸是抢救成败的要害，应连忙举行人工呼吸，可接纳口对口或口对鼻的人工呼吸方法，在抢救的同时应迅速送往医院救治 。
,杰克顶奈布生育部图片 。??01月29日,最高检：南四湖流域生态环境治理的制胜关键是构建上下游贯通一体的治理体系,
第一，走路要专心，在都会里，车行车道，人走便道，这样既通畅又清静 。可是，就偏偏有人不遵守交通规则，在马路上随意穿行，翻越隔栏这种情形 。就好比说，我前天看的电视里不就是放了一群小朋侪边走路，边谈天，谈得很兴奋，遗忘了视察周围的情形，这不，其中的两个孩子就被车给撞了 。以是我们一定要切记“清静无小事”这句话 。
,白虎高中生自慰,自拍网站在线观看,PIXIV巨乳拯救世界禁漫天堂 。??时势2：精品人妻少妇av无码专区
??01月29日,（身边的变化）“神舟家园”让更多人搭乘旅游“快车”增收致富,
“嗷……”
,操逼漫画,久久激情图,嗯啊 。??01月29日,“跟着民歌去旅行”，中央民族乐团用民乐描画祖国各族风情,
石昊揪住它的猴子尾巴，效果这个金色的圆球依旧雷打不动，吊在那里，抱着食物，啃个一直，都没带搭理他的 。
,你懂的网站在线观看的,熟女λ厕尿尿,欧美18性欧美黑吊 。??时势3：韩国午夜理伦三级2020蜜瓜
??01月29日,中国队3:1战胜印尼队 队史第11次捧得汤姆斯杯,
同砚们，中考即未来临，你们将迎接人生中第一次挑战 。希望全体初三同砚要充满信心，准确应对中考，拿出勇气与自信，坦然面临，冷静应战 。中考并不可怕，它只是你人生旅途中的一个小插曲 ？己每蓟挡⒉豢删鲆槟阄蠢吹囊簧，岂论效果怎样，你们都要学碰面临，学会遭受，由于你们已经长大了 。俗语说的好：“三百六十行，行行出状元；条条亨衢通罗马 。”只要我们心存理想，并执着坚定，我相信，那路的止境肯定会是一轮金色的太阳！
,小劫家园,国产精品自拍2,欧美中文不卡在找年底的 。??01月29日,云南文蒙铁路进入实质性施工阶段,
一群壮汉都云云，全都很粗放 。此后，一群孩子也都哇哇大叫，跑上前往，上下捏个一直，好长时间才松手 。
,在线 蓝莓免费,成人免费毛片❌❌❌!,gay调教屋 。??时势4：欧美恋足网站
??01月29日,广西法院依法惩治腐败犯罪 追赃挽损3.45亿元,
一群人眼晕，这也能行？似乎不怎么色泽 。
,国产极品久久,色婷婷第一页,国产一二三四 。??01月29日,2024济南（泉城）马拉松比赛开跑 超3万人参赛,
谢谢董事长和列位董事的信任，选举我担当崇州上银村镇银行第一届拟任行长 。我将在通过羁系部分的资格批准以后，推行今天股东大会通过的崇州上银村镇银行《章程》付与我的义务，在我的任期内，向导全行上下团结一致，尽职事情，为崇州上银村镇银行的建设和生长尽己所能，孝顺实力 。
,鉂屸潓馃崒,性裸交XXXXX免费无码刘亦菲,新国产视频 。责编：童曙泉
审核：胡芳焦
责编：郭广宇
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
