猫眼影戏
 |
|
猫眼影戏
纳差
手机审查
猫眼影戏记者 阿特托 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：欧美国产黄色
??02月03日,五一观澜｜消费热潮传递经济“主引擎”加油轰鸣声,
亲爱的同砚们，我希望你们和他一样，对母校永远充满情绪，让母校成为你们永远的自满 ；我更希望有一天，你们能成为母校的自满！
,国产精品小h片在线观看。??02月03日,河南通报涉企乱收费治理：罚没退金额逾1109万元,
这一切都爆发在电火石花间，从飞蛟被洞穿，到快速四裂，再到坠地，都在一刹那间完成。
,国产精选黄片,人形雷达女孩灭门原文,欧美亚洲一级视频免费在线。??时势2：免费一卵毛片
??02月03日,安徽黄山税惠赋能 徽派民宿走出“国际范”,
二、展望转型生长的灼烁远景，进一步强化责任感和紧迫感 在灾后重修即将取得周全胜利之际，在滨江街道立异转型生长之时，各级党组织和宽大干部要进一步认清形势和使命，切实继续责任和使命，奋力誊写科学生长的新篇章。今年，党工委捉住转型生长的主要契机，以立异转型、品质塑造为总抓手，全力打造“都会生态型田园滨江”、“工业低碳型活力滨江”、“生涯品质型魅力滨江”，力争到“”末，把街道基本建玉成市人居情形最优、经济活力最强、生涯品质最高的新型街道。经由上上下下的重复多次讨论，这已经成为宽大干部的基本共识，成为了凝聚党心人心、科学生长又好又快生长的强盛头脑动力。围绕这个目的，我们亟需开展三个方面的事情：
,女婬片A片AAA毛片无玛,又色又爽又黄的黄网站18禁,日本黃色A片三級三級三級免费看。??02月03日,公务交往、街头搭讪！国家安全部披露境外间谍情报机关惯用伎俩,
“嘿嘿……三岁一直奶，追雀小昊昊！”大孩子们取笑。
,中文字幕永久在线免费一二三四区,色色色色色网,午夜色播。??时势3：基尼奇腹肌凸根根大包
??02月03日,重庆坠亡姐弟母亲：孩子们可以安息了,
4、上学、下学途中要遵守交通规则，不得私自骑电动车上学，避免交通事故的爆发。
,找黄片视频99最新的视频,www.773c.cn免费网站入口申请退款,又大又硬又刺激的无码免费视频。??02月03日,甘肃徽县：古树“银”新韵 有“杏”赏千年,
无法阻挡！
,一级特黄aa大片免费视频,国内精品视频一区二区三区八戒,亚洲夜se。??时势4：国产真实迷奷大学生
??02月03日,一批优质科研空间在河套深圳园区集中竣工,
关于这次培训，乡党委、政府很是重视，投入了大宗精神，做了详尽的谋划和充分的准备？梢运挡愦谓细，规？涨。加入这次培训班的农村“两委”干部60多人，乡机关中层以上干部30人，在培训的师资安排、内容设置方面，我们连系目今事情，约请了县委组织部、县委办公室、县政法委、县农工委等部分的相关向导为各人解读农村下层组织建设、农村财务治理、预防职务犯法及农村土地、计生等方面的内容。因此，各人要珍惜这次学习时机，规则学习态度，集中精神，认真学习，确保通过培训真正抵达武装头脑、提高素质的目的。下面，给各人提几点希望：
,摁住瑜伽老师的屁股疯狂进出,灵狐翻白眼流口水流眼泪图片,久草手机在线观看。??02月03日,杭州“集中供冷”应对高温 超级“中央空调”助力节能减排,
“我们要变强，这样才华守护好家园！”
,夫妻自拍三级片,欧美亚洲国产视频一区,亚洲最大无码av第一区第二区。责编：马亚杰
审核：周瑜琪
责编：王自健
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
