猫眼影戏
 |
|
猫眼影戏
严规
手机审查
猫眼影戏记者 吕厝 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：扒开内衣露双乳网站动漫免费
??01月30日,热带气旋贝拉尔逼近留尼汪岛 中国驻法使馆提醒当地侨民提高警惕,
“你在做什么？”
,色婷婷影院www在线看片资阳区。??01月30日,哈萨克斯坦与韩国签署11项政府间合作文件,
仔细的同砚会发明——当你们天天背着书包来学校上课时，一起上我们生涯的小区、街道、店面，甚至路边的路面、招牌、垃圾桶都在悄悄地爆发着转变。这是为什么呢?这是由于我们奉贤区政府投入了重大的财力、物力和人力，把小区的各项配套设施都作了进一步的改善。我们全镇上下的人民大巨细小、老老小少，也都全力以赴，起劲备战，投入到了争创着上海市文明城区的活动中。由于，我们都知道小区是由一个个家庭组成的生涯情形，小区文明建设必需从每家每户做起，才华形成“我为小区，小区为我;我为人人，人人为我”的优异民俗。而我们孩子是每一个家庭的成员之一，起劲加入文明城区建设不但是大人们的事，也是我们孩子们应尽的义务和责任。以是，我们学校也组织开展了“见贤思齐，争做文明小天使”味主题的实践活动，希望同砚们在一次次的加入中学做文明人。今天，让我们在五星红旗下再一起回首一下我们为争创文明城区所做的起劲。
,www.色国产精品,超97人妻在线公开免费视频,呦呦小嫩穴。??时势2：国产 页
??01月30日,通道上的中国故事 诗与远方的澎湃活力,
站在近前寓目，格外有震撼感，巢穴足有十米长，以玄色的梧木筑成，占有了泰半的崖顶，比石村的衡宇都重大。
,张筱雨全身光一丝不,超碰m,全程露脸偷拍新婚之夜。??01月30日,新业态、新模式、新活力 乡村与青年“双向奔赴”赋能乡村新经济,
他向人探询方位，不禁发呆，大偏向没错，可是却偏移了两万多里。
,18 有直套,欧美欧美视频a√在线,摸摸大扔子。??时势3：免费不卡黄色网站
??01月30日,国台办回应优化M503航线等热点,
“走吧！”海老人头皮都发炸了，不敢久留。
,韩国理论在线看,性生生活20分钟免费,👙🈲㊙️免费网站入口。??01月30日,美执法人员以放行为条件要求中国留学生提供中国政府内部信息 外交部回应,
一要鼎力大举生长现代农业。 生长现代农业对实现 “ 四化同步 ” ，增进城乡统筹具有主要意义。我们要抢抓政策机缘，驻足区情现实，施展较量优势，彰显生态特色，完善基础设施，健全效劳系统，推进重点项目，注重树模发动，着力在打造精品特色农业、生态循环农业、休闲旅行农业和设施高效农业上下功夫。要凭证聚焦项目，突出生态，立异效劳，高效推进的要求，起劲把雨山现代农业树模园打造成现代农业集聚区、优美墟落树模区、立异生长实验区和城乡统筹先导区，力争在全市走前线、在全省创一流、在天下有影响。要深入推进新型农业谋划系统刷新，健全完善农村产权典质贷款机制，探索建设农村土地谋划权、宅基地使用权、衡宇所有权自愿退出和有偿转让机制，健全农村土地流转效劳系统，增强土地流转治理，着力 构建集约化、专业化、组织化、社会化相连系的新型农业谋划系统。
,欧洲vodafonewifi18√k,婷婷五月首页,人人人人操人人干。??时势4：十八禁午夜福利A级污黄刺激
??01月30日,加强知识产权保护促进高效转化运用,
增强学习，强化素质，这是党委系统办公室事情职员为经济社会生长效劳的条件条件。我这里所指的学习，不但指一样平常意义上的念书学习，并且有着更高的要求，详细讲，就是要做到“四个坚持”，即，坚持学习的适用性，驻足于管用、能用，全心选择学习内容，对主要的知识，尤其是政治理论，党的蹊径目的政策，要学得深，研究得透，掌握得牢，不可知足于一知半解，蜻蜓点水;坚持学习的普遍性，尽可能多地涉猎知识，拓宽视野，不强求门门精，但必需做到样样通;坚持学习的立异性，向下层和群众学习，敢于突破一些与时代生长不相顺应的事情理念和事情模式，善于用新的思绪、新的途径、新的步伐来解决办公室事情中遇到的新矛盾和新问题;坚持学习的经常性， “在事情中学习，在学习中事情”，通过坚韧不拔地受苦学习和实践磨炼，抵达张口能讲、提笔能写、遇事能办，使自己成为党委系统办公室事情的行家里手。事情中要战胜“三个误区”：一是要战胜办公室事情主要就是搞文字事情的误区，养成多思索的习惯。确实，作为一名党委办公室事情职员，具有一定的文字功底十分主要，可是，办公室的文字事情决不可知足于一样平常要求，而应该重在为向导出思绪。各人一定要养成勤于动脑、善于思索的习惯，突出“以文辅政”这一灵魂，增强政策理论学习，连系党委中心事情举行认真思索，捉住一切可使用的时间和时机，深入相识、准确掌握下层情形，力争在各方面比向导知道的更多、更详细，从较高条理和更辽阔的视野富厚和完善向导的头脑看法，使更多的文稿进入决议，施展作用，指导全局事情的开展。二是要战胜为向导效劳只能是被动效劳的误区，养成善总结的习惯。在向导身边事情，并不料味着向导让干什么就干什么，各人要化被动为自动，充分使用直接为向导效劳的优势，善于学习和总结向导的头脑要领、向导艺术，学会站在党委的高度、向导的高度、全局的高度研究和思索问题，力争在思绪上与党委事情合拍，与向导头脑同步，起劲作育自己统揽全局、高瞻远瞩、开拓立异的立体化头脑能力。三是要战胜办公室只要按部就班就不会出大问题的误区，养成重修养的习惯。各人都知道，党委办公室的每一项事情都很主要，大到办文办会，小到接个电话、收份文件、转达信息，一旦失误，往往难以填补？梢运，“办公室事情无小事”，做好办公室事情，一样需要我们掌握纪律，开拓立异，坚持详尽再详尽，周密再周密，包管党委事情的高效有序运转。因此，希望各人增强修养，严于律己，坚持头脑苏醒，坚定政治态度，起劲做一个品行高尚、无私贡献的人。
,雏田和鸣人生猴子漫画更新时间,老师让我 她我爽羞羞漫画,女人被爽到高潮视频国产免费观看。??01月30日,学习贯彻党的二十届三中全会精神丨学习贯彻党的二十届三中全会精神中央宣讲团在云南宣讲,
责编：博纳
审核：宋起程
责编：孙惠杰
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
