猫眼影戏
 |
|
猫眼影戏
揭娱圈
手机审查
猫眼影戏记者 杨波 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：大人综合在线网
??01月31日,宁夏中宁：“苦”药材种出“甜”滋味, 关于一个脱离校园、事情多年的“老考生”来说，再次加入高考是一个重大的挑战，备考这时代李龙除了陪同家人，其他时间险些都投入在温习上。3月下旬，李龙曾卸载了手机中的社交软件，专心备考。,视频国产色爽免费无码视频。
??01月31日,【冰雪春天】当纷飞大雪遇上南方的水墨冬日,
从收费上看，我校除了收取学生伙食费、本费、水费等学生自己消耗的用度外，不收取任何特殊用度。我有一个支属在实验中学读初中，一学期下来共计一万多元，最后读不起转到我校，一年才2千左右。
,欧美性爱亚洲性爱日本性爱A∨,91精品欧美亚洲另类,欧美精品高潮XX。??时势2：国产下药迷奸在线观看
??01月31日,如何发展新质生产力（政策问答·2024年中国经济这么干）,
市审查院要以此为契机，进一步牢靠树立科学生长观和准确的执法观，始终坚持党的事业至上、人民利益至上、宪法执法至上，增强执规则范化、步队专业化和治理科学化建设，与时俱进，开拓立异，起劲提高执法监视能力，周全推动审查事业康健生长，向全社会展示审查机关提高执法监视能力的新效果和忠诚、公正、清廉、文明的审查职业新形象，为维护社会公正与正义，提供有力的司法包管，为经济社会又快又好生长做出更大的孝顺!
,先黄色网站在线观看,免费A级毛片无码视频软件,欧美精品黄色网一区。??01月31日,警惕音乐会“水团”与剧院合谋割韭菜,
20--级同砚们，进入大学，人生走到另一种高度，希望你们在大学里能够有充分而完善的生涯，能够为自己积累更多的资源，能够让大学成为你们走向乐成的基地。
,久久久国产一区二区,美女扒张开腿让男人桶动态图片,色视频网站观看。??时势3：亚洲色图 欧美色图 偷窥自拍
??01月31日,美媒：大规模枪案频发 美国深陷枪支暴力危机,
总之，几年来，通过**村村“两委”班子的配合起劲，各项事情获得了一些效果，全村经济社会的获得了生长，可是在肯定效果的同时，我们也苏醒的熟悉到事情中还保存一些问题，在以后的事情中我们将沉下心来，增强学习，特殊是增强向“先进村”学习履历，增强自身的能力和素质，以越发饱满的热情，越发振奋的精神，越发兴旺的斗志，团结向导宽大群众，勤劳事情，扎实苦干，为建设社会主义新农村做出新的更大孝顺!
,性爱在线影院观看,ai换脸秦岚造梦,免费 成人 用黄上黄两年半。??01月31日,俄媒：中国展会非常适合俄罗斯企业,
“嗯，爷爷带我泉源练，他说这是一场严肃的磨砺之旅，一切都要靠我自己，没有生命危险，他不会管我。”小不点“很坦率”，像是藏不住话。
,国产最新黄色网址,国产精品路边搭讪素人,亚洲欧美日韩在线91在线。??时势4：偷拍精品黄色电影网站
??01月31日,宁夏农垦集团有限公司原党委书记张戈接受审查调查 ,
为了给石昊洗礼，村中举行了种种准备，老药、毒虫、泉水、古鼎，连磨炼真血的木料都选了最好的黑蛟木。
,插插插视频,性福利影院,国产久首页在线观看视频。??01月31日,携手同行，共同讲好中非合作发展的故事,
宝骨发光，一片又一片符文在地面交织，在空中密布，形整天罗地网，将要石子陵镇压在当中。
,国产一级a作爱片在线观看,日韩第一页在线导航页,中文字幕av无码不卡网站。责编：梁小虹
审核：克里斯蒂亚诺-罗纳尔多
责编：赖某
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
