猫眼影戏
 |
|
猫眼影戏
刘长忠
手机审查
猫眼影戏记者 赵建峰 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模块的盘算压力，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：在线观看国内自拍
??01月30日,新疆博斯腾湖进入冬捕旺季,
这是一座古殿堂，真的太大了，弘大无边，上方竟是蒙蒙星河，似乎与域外相连，下方是一混沌气，弥漫整座殿宇。
,久久视频一二区。??01月30日,老牌旅游城市“翻红之路”,
石子陵大喝，满头黑发疯舞，手中长矛一挥，黄金光滔天，震撼了这片苍穹。他的眼角都崩开了，有血泪淌落，幼儿遭此厄难，让他的心都在滴血，现在谁挡他杀谁！
,18岁禁看无遮挡,可以观看黄色视频的网站,国产馆视频。??时势2：又黄又硬的视频
??01月30日,学者共商“范式与创新”下美术教育人才培养新路径,
小石昊一动不动，宛若站在天下的止境，混沌气弥漫，一经看到、但却因年幼不可被记着、藏在潜意识中的场景再现眼前。
,luan.4ai,思思热在线精品2,亚洲精品ty久久久久久久久久。??01月30日,东莞—香港国际空港中心累计进出口货值超17亿元,
三是要坚持依法治理。首先要健全都会治理的执法、规则和制度，做到有法可依。凭证新时期都会治理的需要，实时修订和完善都会妄想治理、市政设施治理、园林绿化治理、情形卫生治理、房地产治理、小区物业治理、修建施工治理、公共交通治理、市场秩序治理、情形；ぶ卫淼确矫娴墓娣缎晕募，形成一套完善的都会治理规则系统。其次要依法举行治理。都会治理职员要严酷执法，依法行政，坚持做到持证上岗、亮牌效劳。严酷凭证法定规模、法定程序、法定权限举行文明执法。同时还要做到违法必究，对市区内的违章建设、户外广告、沿街摊点、车辆违规行驶、乱倒乱扔拉圾、乱挖掘占压蹊径、乱贴乱画等行为明确执法责任，加大整治查处力度，以；た泶笕褐诘恼比ㄒ，维护都会的文明形象。
,儿子日娘章节小说,18禁止观看黄网站,十大禁黄软件。??时势3：9么黄拔萝卜
??01月30日,内蒙古首次大规模发现战国时期围沟墓,
在我县深入开展“学党章、讲党性，弘扬延安精神，推动科学生长”主题教育活动之际，中共庙沟乡第十二届党的代表大会胜利召开了。这是全乡干部和宽大人民群众政治生涯中的一件大事，也是一次团结奋进，求真务实，开创事情新时势的发动大会，为此，我代表县委向大会的胜利召开体现热烈的祝贺!
,陈美娇一打七,先锋影音资源在线资源在线,18禁性交流乳小说。??01月30日,从1天到1个月，超长“双11”发生了什么？,
“啾！”
,91精品国产品国语在线不卡,一级免费看片,亚洲乱码中文字幕永久在线。??时势4：仙子资源库
??01月30日,新一轮巴以冲突已致加沙地带超4.3万人死亡 超10万人受伤,
(二)增强资金羁系，实验好新一轮草原生态补奖政策。一是切实增强草原补奖政策资金使用督查事情，实验各项资金兑付周报制度，接纳报表筛查与问题旗县集中整治相连系的步伐，确保用足用好各项资金，切实解决一批草原补奖政策落实历程中保存的突出问题。二是凭证国家有关要求，开展试点旗县草畜平衡评价事情，开展草原补奖政策草畜平衡树模县的评选事情，推进政策效益的施展。
,动漫人物插动漫美女的视频,ΠOнлайн❤hd720,www.亚洲黄色片视频网站。??01月30日,中方：敦促美方停止纵容支持“台独”势力“以武谋独”,
一、实验教育教学质量提升工程。
,喜欢被多个男人咬奶头正常吗,免费黄色视频在线观看视频在线,欧美Va天欧美va天堂在线电影大全。责编：郭胜军
审核：严志坚
责编：陈立波
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
