猫眼影戏
 |
|
猫眼影戏
程兴家
手机审查
猫眼影戏记者 黄雄昨 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：看黄色的网站
??01月31日,中蒙农产品“绿色通道”出口果蔬突破8亿元,
其背部裂开，泛起一道金色的误差，皮毛分向双方，祭灵嘶吼，震的群山发颤 。
,三级片网站高清无码免费播放在线观看 。??01月31日,2023年度新闻记者职业资格成绩公布,
“我的伤好了，熬了过来 。”小不点道，他知道老人现在最想听到什么，又轻声道：“我现在单臂一晃有十万八千斤神力 。”
,醉酒壮汉Gay野外强迫XX-百度,国产三级第一页,视频黄片。永久 。??时势2：18到20岁一级A片
??01月31日,人工智能挑战 高校如何应对,
箭雨麋集，小不点奋力阻挡，但依旧不可，青鳞鹰的伤口已经中了二十几箭，所有深深没入体内，血如泉涌 。
,啊 老公顶到了好痛 嗯 轻一点,黄色小视频网址,人人搞人人看 。??01月31日,AI时代版权边界需重新厘清,
新型农村社区是新型城镇化建设的战略基点，是统筹城乡生长的连系点、推进城乡一体化的切入点、增进农村生长的增添点，是一项功在今世利在千秋的惠民实事 。*项目是我县新型社区建设的规范和重点，对昌盛工商业，实现县城工具两侧平衡生长具有十分主要的意义 。*镇党委、政府一定要统一头脑，高度重视，充分调动各方面起劲性和自动性，把这件好事办妥、办实、办到位;要建设专门的向导小组，指定专人来认真这项工程，为项目提供一条龙的“保姆式”效劳，包管项目早落地、早开工、早完工，早日造福黎民群众，并以此为契机，一直拓展视野，追求新的生长机缘 。*村要充分熟悉到和*集团相助实验城中村刷新，是提振经济的主要契机;要把做好群众说服事情做实、做细、做抵家，尽快完成征地、拆迁和赔偿，从而包管项目顺遂实验 。*集团要驻足现在、着眼久远，充分思量县城西部工商业生长、社区公共效劳功效、人居情形等因素，高标准妄想、高水平设计、高质量实事，起劲建成结构合理，功效齐全，对经济生长刊行动用显着，群众知足的新型都会综合体 。
,亚洲操屄视频,国产第一福利影院,成人毛片 兰花网站 。??时势3：蝰蛇大战尚博乐片子在线观看
??01月31日,“学中文是一件如此美丽的事”｜元首外交 大国风范,
这让人震惊，怎么会转变这么大？完全像是换了一个生灵，它圆滔滔，像是一个金色的拳头般，推一把的话，预计会跟个金色的球一样平常滚来滚去 。
,美女被cao的网站,人人操人操,国产做爱❌777cos 。??01月31日,（经济观察）5年跑出16家“独角兽” 全球创业者峰会成创新枢纽,
8.25西席报到，学生报名 。9.1发课本，9.4正式上课 。
,黄页网站现在观看,男男捆绑灌尿电击,黑板赤音《家道中落千金》 。??时势4：黄片毛片a级片
??01月31日,新疆新和县一轿车与货车发生碰撞，致轿车内6人死亡,
1、重视信息事情，效劳向导决议 。信息是决议的基础和主要依据，信息事情做得好欠好，提供的信息实时不实时、准确禁绝确、周全不周全，将直接影响党委的决媾和对全局事情的向导 。做好信息事情，一要求实，认真做好信息的网络、核实、整理事情，坚持实事求是，拓宽信息渠道，起劲为向导提供客观周全的信息，做到喜忧兼报，坚决战胜报喜不报忧的倾向，尤其要严酷紧迫信息报送制度，确保不迟报、不漏报、不瞒报;二要求特，凭证党委各个时期关注的重大问题，紧贴决议，突出重点，全心提炼，体现特色，起劲挖掘一些有事实、有剖析、有看法，针对性和适用性都很强的信息;三要求简，善于从大宗的信息中发明带有纪律性、普遍性、倾向性的问题，开发出大主题、深条理、高质量的信息，力争写出精品，为经济建设和社会生长效劳 。
,性色A∨视频国产调教在线观看,日本颜色大片,欧美性孩交过程 。??01月31日,丁薛祥在联合国气候变化巴库大会世界领导人气候行动峰会上的发言（全文）,
“太爷，攻击凶兽的左腋下！”石毅再次启齿，眸子无比的深邃，有丝丝缕缕的神芒射出，神秘实力流转，恐怖无比 。
,中文字幕永久在线视频,无码一级a免费网站,特级黄色强奸大片 。责编：张守约
审核：吐尔干
责编：何泽中
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
