猫眼影戏
 |
|
猫眼影戏
陈蓓
手机审查
猫眼影戏记者 詹姆士·多尔蒂 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：影音先锋欧美精品
??01月31日,辽宁省侨办恭贺2024新春,
今年上半年，我乡各项事情在原有基础上有了新的前进和提高，全乡经济快速生长、事业周全前进、社会政局稳固、人民安身立命。面临新一轮经济生长的热潮，战胜的难题比预料的多，形势逼人，不进则退;下半年，面临生长的差别和压力，要以“等不起”的紧迫感、“慢不得”的 ；，“坐不住”的责任感，加倍起劲、抖擞直追，不但要与已往比，在纵比中增信心、提士气，并且要与先进州里比，在横比中明偏向、鼓劲头，最大限度地使用有利条件，尽最大起劲化解倒运因素，加速社会主义新农村建想程序，增强民主法制建设和精神文明建设，推进全乡经济和社会又好又快生长。针对现在钢屋架大棚进度缓慢，部分村部分重点事情障碍不前等现实问题，这些问题还需要我们接纳综合步伐，在下半年的事情中认真加以解决。下半年主要做好以下几个方面的事情：
,爆料网。??01月31日,中国选手再次包揽冬青奥会金银牌 中国冰雪有望再现“谷爱凌”,
石村的人称这株柳树为神，怎不让人震惊？这个称呼不可乱用！
,a4yy无码国产,熟女精品一区二区三区,日韩激情无码免费毛片软件。??时势2：韩国男同自慰
??01月31日,孟加拉国总理辞职 军方称将组建临时政府,
在古老的历史长河里，奔腾着从古猿就最先用火的传奇。然而，那耀眼的“星星之火”，却让名贵的生命之花显得太容易破碎。
,蕾絲女同一区二区三区,玖玖爱精品视频一区二区,无码毛片视频一区二区99。??01月31日,宣绩高铁全线铺轨,
几个壮年男子将重大的银器抱来，“咕咚咕咚”向黑鼎中倒去，取代了泉水，以宝血做汁液，与药糊糊等混在一起。
,污污色色视频,国产超爽人人爽人人做,欧美操操屄。??时势3：91人妻系列绿帽电话
??01月31日,成马赛道的特殊跑者：奔跑中为跑友完赛护航,
为了富厚我系学生的文体生涯，我系连系了学生的现真相形，开展了一系列较量有意义、影响力的体育活动、文艺活动等，都取得的较量好的效果 ；疃木傩懈玫母缓窳宋蚁笛囊涤嗌，也抵达了我们的初志。
,欧美在线观看欧美视频免费,色第一页,高亲毛片网址。??01月31日,海南以更高标准推进生态文明建设 争创美丽中国先行区,
血肉碎裂的声音响起，这名头领惨叫，这次撞在了一块巨石上，全身骨骼断裂多处，身体破破烂烂。
,来自房东偷窥的爱在线播放,欧美性交大片免费观看,亚洲人做爱❌高潮游戏。??时势4：欧洲美女天天日肥B舔B黄色大片播放
??01月31日,加拿大温哥华市区发生持刀伤人案 嫌疑人被警方击毙,
列位代表、同志们，区委、区政府希望你们能够继续发挥笃志苦干、力争上游的优良古板，继续施展人大代表的桥梁和纽带作用，细密团结在新一届党委周围，与全镇群众同心同德、奋力拼搏，求真务实，开拓立异，为周全建设富足漂亮幸福的新而起劲斗争!
,九 破解版,欧美 国产 日韩一区,在线日韩网址。??01月31日,奉献青春和热血！看直-20女飞行员徐枫灿的硬核宣言！,
鲲鹏展翅正此时，青云直上九万里，是由于秘闻深挚的天池与万千股雄风托负起了它重大的同党。志存高远的x人将以为志者立心，为随者立命，为郁勃聚贤才，为登高开先河，的广博胸怀，用自己的智慧与勤劳支持展翅腾飞，愿与所有志在未来的追求者和实践者一道，智慧博弈，竞合多赢，精诚相助。
,欧美三级理伦片,国产精品强奸在线,五月六月丁香婷婷开心国产。责编：威廉·韦格曼
审核：梅贝尔·艾迪生
责编：李春波
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
