猫眼影戏
 |
|
猫眼影戏
朱子奇
手机审查
猫眼影戏记者 杜集 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：性色AV网站在线观看
??01月30日,中国唯一土族自治县成立70周年 民众载歌载舞庆祝,
仅一瞬间这边海域就人声鼎沸 ，所有生灵都坐不住了 ，一个个战血欢喜 ，随时准备闯进去 ，睁开一场争取大战。
?第二百五十四章 鲲鹏神藏开启,所有的黄色网站在线观看。??01月30日,第一视点 | 以人民之心 铸时代之魂,
；で樾问敲啃∥宜郊业氖 ，要成为每小我私家的自觉行动 ，并且要坚持在时时刻刻随时随地;只有每小我私家都行动起来 ，情形才会更好 ，不然 ，你对情形的破损越重 ，他就会以百倍的实力抨击你 ，就像我们经？吹降纳吵颈┠茄。
,www. 99riav.com,国外打屁股网站,我要看欧美的A片。??时势2：9l视频自拍蝌蚪9l视频
??01月30日,习近平总书记两会金句, “由于从小家里经济缘故原由 ，在20岁出面的年岁 ，赚钱成了我的执念 ，看到数字积累就像打游戏升级。我也简直是靠自己的起劲改善了家庭的生涯条件。”李龙先容。,污污污污黄色网站在线男操女免费网站在线观看网站免费在线观看网站免费在线,体育老师在单杠下抄了一节课,啊啊嗯嗯啊。
??01月30日,2024再启新程！新的一年如何更好吸引外资？专家解读→,
“这……”狈村的人全都皱眉 ，狩猎步队中的头领道：“我们在这里谢罪致歉 ，并将所有猎物都给你们怎样？”
,18 禁,欧美成人🔞高潮片无爱不欢,韩日毛片播放。??时势3：国产免费看
??01月30日,“一本读书会”濮存昕香港开讲：是角色塑造了我，不是我塑造了他,
虽然 ，小家伙很智慧 ，知道大孩子们此时并不是真的在笑话他 ，而是在照顾与；に ，不想他第一个上去而冒险。
,欧美亚洲国产精品第一页,强奸乱伦淫荡欧美日韩,激情性爱小说视频A片。??01月30日,贵州省红十字会原常务副会长王开禄接受审查调查,
在各人的配合起劲下 ，转眼间半个学期已已往 ，期中考试也顺遂竣事。今天 ，学校决议使用升旗时间召开期中考试表扬大会 ，表扬的是九年级第二次模拟考试前十名的同砚和六至八年级期中考试前十名以及在期中考试中前进幅度较大的学生。为的是总结履历 ，剖析形势 ，振奋精神 ，齐头并进 ，增进同砚们抓紧学习 ，更快地提高效果 ，争取在下一阶段的学习中有新的突破。
,啊啊啊免费视频,avi永久发布地址最新,扒开女人的。??时势4：3D无挡
??01月30日,15国驻华外交官参访海南探寻合作新机遇,
“好孩子 ，一定要忍住 ，过了今日你将冲天而上 ，没有谁能阻挡你崛起的脚步 ，你将是这片大域最耀眼的天骄。”少妇将握住幼童的一只手 ，让他罗致温暖 ，对抗那种剧痛 ，她很主要 ，但眼中却也闪过了无尽的酷热。
,fill研究免费入口官网,综合久久久久婷婷丁香五月,日韩在线www.。??01月30日,央广财评 | 连续11年全球最大工业机器人市场 中国新质生产力产业正成长,
以前有一父子俩 ，各背着一袋大米在沙路上行走 ，父亲因年迈被路边的石子磕绊了一下摔倒 ，大米淌在了沙路上 ，儿子急遽将带沙子的大米装入口袋 ，回抵家后 ，儿媳把大米里的沙子捡了一遍 ，大米下锅了 ，儿媳把第一碗米饭盛给父亲 ，父亲吃了第一口就吃出沙子 ，父亲很不知足 ，让儿子又重新捡了一遍沙子 ，下锅后仍然吃出了沙子。无奈 ，父亲亲自捡了一遍沙子 ，效果照旧同样吃出了沙子。从这个故事可以说明 ，若是品质出了问题 ，你就是费再大的劲 ，也不可填补已经造成的损失。从而说明晰质量事前控制的主要性。
,久久亚洲国产精品123区,人人操日韩国产,国产综合调教视频高清在线播放。【山东半岛“慢节奏”滨海度假游受热捧 游客“慢享”赶海垂钓乐趣】
【广东海事启动防汛Ⅱ级应急响应 东江北江部分水域停航】
责编：郭北
审核：李川娇
责编：牛秀兰
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
