猫眼影戏
 |
|
猫眼影戏
连志刚
手机审查
猫眼影戏记者 陈加弟 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：a片手机在线一级一区
??02月03日,湖北与东盟合作潜力加快释放,
当一切竣事后，密室中静了下来，那道黑影离去了，整片空旷的地宫显得有些阴森。
,一级网站黄色网站视频。??02月03日,山西闻喜：51.2万亩小麦开镰 颗粒归仓抢收忙,
有的人常说，丢一片纸屑又不会造成多大的危害。但他们可曾想过，若是人人都有他们那样的头脑，那么天下十几亿人，不就丢了十几亿个垃圾吗?这样就会严重破损情形，影响人类生涯。相反，一人捡起一个垃圾也就能获得一小份心灵上的慰藉，获得别人的赞赏，则丢垃圾的人岂非会心安理得吗?
,比基尼大乳少妇欧美被强奸,亚洲网站一区欧美,馃崋馃崒馃崙馃惢。??时势2：国产强奸网站视频
??02月03日,讲好互利共赢故事 促进中秘民心相通,
●三、刷新事情作风，提高向导艺术。事情要学会弹钢琴，抓主要矛盾，调动和施展各方面的起劲性。多深入现场、多深入现实，多视察研究，凭证刘董事长提出的事情守规则、有激情、立异、坦诚、相同，贡献，有现代意识，一直增强学习，一直提高政治素质和营业能力，切实增强事情的执行力。
,a级毛片黄污观看,绝区零r18,www.99riav22。??02月03日,读懂夜校走红背后的文化需求,
村人一惊，尤其是孩子们，感受到了阵阵冷冽的寒意，怎么说翻脸就翻脸了？
,男男黄片,天天AV天天翘,国产熟女精品一区二区。??时势3：亚洲精品ty久久久久久久久久
??02月03日,辽宁省沈阳市原副市级干部沙波涛被开除党籍,
我们真诚的期望：通过入住嗨喽旅馆，能进一步加深您对我们的相识，增进我们之间的深挚友谊，使我们能时刻以您的需求为起点，更好的为您提供优质、快捷、高效的效劳;同时，也期盼您对本旅馆的效劳和治理提着名贵的意见和建议，我们将不堪谢谢!
,激情偷乱人伦小说,欧美不雅网站快速登录免费观看,国产在线激情免费视频。??02月03日,新疆吐鲁番市高昌区亚尔镇新城西门村：饱满的葡萄 串起充实的生活,
效果只能说明已往。面向未来，任重道远。我校将在县教委提出的后发先至，跨越生长、走教育内在生长蹊径头脑的指引下，继续坚持周全贯彻教育目的，进一步增强《中小学生守则》和《中学生一样平常行为规范》的贯彻落实，增强文明教育、诚信教育和社会主义荣辱观教育。进一步引发宽大教职工的事情热情，坚持以教学为中心，面向全体学生，强化历程治理，起劲推进素质教育，增进我校教育事业一连康健生长。
,色色网站大全,免费亚洲一二区,国产一级一片免费播放下载。??时势4：小马拉大车与妈妈隔离游戏
??02月03日,第二届印度尼西亚各孔院所属高校校长论坛举行,
自信心对我们的学习很主要。我们念书学习，需要有刻意、有信心、有行动。在这儿要送各人三句话：“相信自己，我能乐成!勉励自己，天天乐成!逾越自己，一定乐成!”
,日韩男女爱爱视频,11吃瓜爆料就看黑料,常德冰箱厂家用小鲤营销导航。??02月03日,新疆吐鲁番市高昌区亚尔镇新城西门村：饱满的葡萄 串起充实的生活,
小不点一起飞逃，一起擦口水，差点就直接咬上一口，这桃子太香了，树体银辉弥漫，将他笼罩。
,琪琪电影网午夜理论片717,9.1破解版.apk安装免费官方正版,cos西施免费视频。责编：贝勒塔吉
审核：周丽梅
责编：黄斌
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
