猫眼影戏
 |
|
猫眼影戏
张银春
手机审查
猫眼影戏记者 永凊 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：嘿咻无码视频在线观看
??01月30日,台北故宫博物院推出沉浸式数字展,
一支箭羽极速飞了出去 ，势猛力沉 ，箭如流星 ，迅疾而强烈。
,精品视频1区2区。。??01月30日,云南沧源：翁丁古寨吸引游人,
“什么破神 ，要是厉害 ，你就飘逸此地的规则秩序的局限。我斩 ，我剁 ，吃掉 ，吃掉 ，所有吃掉！”
,精品在线在线5页,收一级黄片,网站在线播放你懂的。??时势2：裸体女警又开双腿令人摆布
??01月30日,我国野生动植物保护进展如何？一组数据看成效,
他们来到了一个占地很广、可是却很是破旧的庄园 ，这是石家中兴之祖长大的地方 ，也算是第二祖地。
,欧美在线视频观看高潮,欧美日韩国产综合第一页,朝鲜美女光屁股让人弄视频。??01月30日,江西南昌赣江江心洲千亩油菜花绽放,
“不管怎样说 ，适才谁人孩子很不简朴 ，我以为我不脱手 ，被逐鹿书院的人发明 ，一定会抢回去 ，若是那样的话 ，补天阁会后悔的。”白衣女子道 ，他们寻找远古遗种五色神卵 ，只是顺路而为之 ，并非此行的最终目的。
,日本骚妞,亚洲欧美操逼视频,欧美性爱A片视频图片。??时势3：小马拉大车与妈妈隔离游戏
??01月30日,上海市两会观察：数字科技融合文创，如何催生新消费模式？,
他们一起而来 ，已然能远望到冲云镇 ，城墙雄伟 ，如一条山岭般挡在前方 ，以“金刚岩”这种巨石砌成 ，通体黝黑 ，如金属般散发着慑人的光泽。
,亚洲网址在线,97热久久免费频精品99,亚洲4444黄色18禁。??01月30日,（新春走基层）非洲小伙春节返乡盼团圆：把中国的幸福感带回家,
近几年学校的生长历程告诉我们：教育生长偏向和蹊径确定之后学校向导班子和西席步队就是决议因素。永兴小学教育一连生长的蹊径能不可越走越宽 ，学校治理能不可越来越规范 ，素质教育能不可周全实验 ，教育教学质量能不可再创佳绩。要看能不可作育和作育大批优异西席和学校向导班子 ，更要看各方面的优异西席和学校向导人才脱颖而出 ，施展才华 ，我们要以更宽的视野 ，更高的境界 ，更大的气焰 ，广开进贤之路 ，把优异的西席和学校向导实时发明出来 ，合理使用起来。要坚持把学校向导班子和西席的师德放在主要位置 ，选拔任用那些师德高尚 ，有真才实学 ，实绩突出 ，师生公认的西席担当学校向导 ，形成以德修身 ，以德服众 ，以德领才 ，以德润才 ，德才兼备的用人导向。要坚持凭实绩评优晋级 ，让醒目者有时机 ，干成事者有舞台 ，不让忠实人亏损 ，不让弄虚作假者得利 ，让所有优异西席都能为教育的刷新与生长孝顺实力 ，形成人才辈出 ，人尽其才 ，才尽其用的生动时势。班子成员要下获得学校 ，进得了课堂 ，搞得着名堂;班子成员要善学 ，西席才会跟学 ，学生也就乐学了。要把事业看重一点 ，把得失看轻一点 ，把西席知足不知足作为行驶权力的标准 ，要在逆境中谋出路 ，求生长 ，只为落实想步伐 ，不把难题当捏词 ，时不我待 ，只争朝夕 ，任期内名不厌 ，纪不毁。西席要躬得下身子 ，在统一个地平线上与学生相同 ，交流 ，起劲搭建优异的师生关系 ，做学生的良师益友。
,日本中文字幕黄色视频,91黄色亚洲,97cao在线播放。??时势4：亚洲最大视频aa在线观看
??01月30日,“潭美”减弱为热带风暴级 海南仍有强降水,
最后我要对团员们 ，同砚们说：头脑前进 ，学习前进 ，事情前进 ，让生涯更优美! 谢谢各人!
,欧美日韩国产无在线播放,prouhnb站破解免费版安装,国产真实迷奷系列在线播放免费。??01月30日,第十七届“汉语桥”世界中学生中文比赛落幕 老挝选手夺冠,
“这是……”众人受惊 ，发明了柳木要做什么。它是想让雷侯一直施展宝术 ，源源一直的造出雷电 ，供它吸收。
,无码高潮,国产最新在线网站,精品久久久久久综合日本。责编：关东州
审核：刘剑
责编：杨幂
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
