猫眼影戏
 |
|
猫眼影戏
李采友
手机审查
猫眼影戏记者 王楠 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：免费A片短视频
??02月02日,澳大利亚“福山福水福天下”春晚主办方举行庆祝春节申遗成功交流会,
2、千原理，万原理，落实好了就是硬原理 。狠抓落实是我们的天职，只有落实好了，才华推行好我们的职责，体现历史付与我们的神圣使命 。办教育不要眼能手低，不要说空话、假话，不要做不切合现实的事，不要违反教育纪律做事，任何有价值的工具和履历都是从课堂教学中来，到课堂教学中去，我们必需大兴调研之风、务实之风、学习之风，才华在抓落实中不走弯路、绕路，抵达事半功倍的效果 ？С醯较衷，中心学校安排了许多事情，每所学校都落实得较量到位，特殊是校园文化、宿舍文化都高标准、严要求，准时、按质、按量地美化了学生宿舍，安科村完小使用国庆长假完成了校园文化建设，规格很高，充分体现情形育人的功效 。边远山区学校要搞好校园文化建设和学生宿舍美化需要支付许多，只管难题重重，照旧准期完成，真正做到了“只为落实想步伐，不把难题当捏词” 。责任是学校生长最深的动力，我们必需清晰地意识到我是做什么的?应该怎么做?做到什么水平?才会在抓落实中体现我们肩上的责任和担子，我们没有更大的权力，只有一份沉甸甸的责任，为这一份责任必需政令流通，落实到位，学校事情才华按章有序顺遂举行 。落实好了，就是生长好了，落实好了，就是效益好了 。
,ckplayer美腿 。??02月02日,农机上岗科技人才下田 湖南安仁春耕“科技田”,
金色的朱厌愤愤不已，比比划划，对着那片乱地呲牙咧嘴，那意思是说，不平来大战一场 。小不点直接揪住它金色的尾巴，倒提了起来，掉臂它对抗，驾驭独角兽狂奔而去，不做停留 。
,新疆 三级片aa视频,国产精品国产精品国产专区,亚洲精品第三页 。??时势2：十八禁 色液体激情
??02月02日,安徽黄山：雪落土楼,
与此同时，他掌心喷薄霞光，一片金色的符文落下，宛若大雨滂湃，要将紫衣少女镇封 。
,色多多污污在线观看AV污污,又黄又硬又爽又粗免费视频,1个女4P3个黑人免费视频 。??02月02日,福建漳州开展“寻访陈元光入闽开漳文化足迹 ”主题调研采访活动,
4、要注重活动清静 。
,嵌梅克斯(小游戏),瑟瑟,山外人精品影院 。??时势3：免费麻豆国产黄网站在线观看
??02月02日,南京文学书集启幕 20000余种书籍亮相,
“孩子，我与你同去！”族长要一起随行 。
,日韩欧美性片,外网黄色小说18禁在线观看,欧美性爱噜噜噜 。??02月02日,中国驻美大使谢锋：双赢是中国字典里最美的词汇，合作共赢是中美最好的选择,
其中三对箭撞在一起，坠落在地，尚有一支一米多长的粗大铁箭冲向小不点的咽喉，幽冷而慑人！
,国产黄色网站播放,原神18款禁用lsp游戏,鸣潮3D同人 。??时势4：9.1破解版.apk安装免费官方正版
??02月02日,李家超：年三十至年初四深圳湾口岸24小时运作,
而数米长的红色牛角，也横陈在旁，如红玛瑙般剔透，赤霞闪灼，同为远古遗种，它蕴含了离火牛最珍贵的通灵真血 。
,xxxxwwwwA片,黄色视频,欧美熟妇XXXX成熟丰满,懂色AV 。??02月02日,国足主帅扬科维奇：我们不能逃避问题, 详细剖析两个企业补税案例，也能一定水平上消除上述担心 。枝江酒业之以是被要求补缴8500万元消耗税，直接缘故原由是审计部分发明问题，税务部分据此执行 。,影音先锋av网址,91区亚洲精品一区二区,男人的 伸到 眼里 。
责编：刘植才
审核：钱维国
责编：帕勒莫
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
