猫眼影戏
 |
|
猫眼影戏
冯梁森
手机审查
猫眼影戏记者 关河 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：网黄炮机在线观看
??01月29日,大湾区“成长”记：风华正茂少年时,
众人发毛 ，阵阵恐惧 。
,www.黄片com 。??01月29日,格鲁吉亚涉中国游客安全事件多发 中使馆吁防范,
“没有 ，没有 ，你们看错了！”小不点急遽擦嘴 ，打死不认可 ，将有奶渍小手背向背后 ，大眼睛乌溜溜地转动 。
,永劫无间宁红夜被捅穿之后怎么开,国产网页在线观看,欧美综合激情一区二区在线观看 。??时势2：收一级黄片
??01月29日,【冰雪春天】-30℃“保命穿搭”卖爆，冰雪游捧红了不止一个产业,
“真爽啊!”我心里美美的 ，“哼!我的妈妈还说我骑车不可 ，要慢点 ，真没劲!”我在想着得时间 ，听到一个小同伴的呼叫 ，心一走神 ，我的车把来了一个360度的大转弯 。我的头脑一下子空缺了 ，听到同伴的着急的啼声 ，我回过神来 。啊!我看到了血 ，腿上 ，胳膊上都流了血 ，嘴太疼了 ，一摸 ，嘴唇上掉了皮 ，嘴里的两颗前门牙磕掉了一半 。我的新裤子也裂了个大口子 。我动了动胳膊和腿没太大问题 。我真后悔 ，若是把嘴磕裂了 ，把胳膊摔折了 ，我怎样去上学呀!我的泪掉了下来 。
,欧美美女好看特级视频,久久久久久精品精品免费免费,性欧美欧美视频大免费 。??01月29日,山西古建筑100问——张壁古堡何以被称为“堪称标本的设防村落”？,
二是相互交流 ，相同头脑 。村党支部书记应实时向村委会主任转达上级的指示、事情信息 ，起劲支持村委会主任自力事情 ，依法行使职权;村主任对村重大经济建设和较大经济支出 ，要实时向支部书记汇报 ，在作出重大决议前 ，村党支部书记与村委会主任应碰头通气 ，统一熟悉 。
,亚洲爱爱网,轮船剧场silk,女同 禁漫gl网站入口 。??时势3：欧美性爱变态视频
??01月29日,8名外籍人员涉嫌偷渡在广西边境被抓,
三、实验新课程刷新工程 ，构建高效课堂 。
,清风阁免费视频网站A片,熟女浓密阴毛受不了说喜欢大鸡巴小伙,男女搞逼的视频 。??01月29日,湖北省人民检察院立案侦查的干永平涉嫌徇私枉法案移送审查起诉,
首先要实验“换脑工程” 。重点要认真学习邓小平理论、“三个代表”主要头脑和xx大精神 ，学习党在农村的蹊径目的政策 ，一直提高政治素质和头脑能力 ，在重大原则问题上是非分明的能力 ，增强党对农村事情的向导 。要坚定地同上级党委坚持一致 ，坚定地执行党在农村的各项政策 ，把上级党委政府的决议转化为下层群众的自觉行动 ，使农民群众增强对刷新生长的信心 ，提高党和政府在人民群众中的威信 ，掌握好农村事情的准确偏向 。
,xxnx16,精产国品产视频在自线,国产又大又粗又湿又长免费视频 。??时势4：国产日韩三级中文视频
??01月29日,中国发布推进与葡语国家经贸合作20项举措,
??01月29日,第二十二届玉珠峰登山大会闭幕 71人成功登顶,
第一 ，一定要增强清静意识 ，这是很大的套话又是很大的真话 。同砚们无论做什么事 ，都要记着这个条件 。万万不要泛因由为自己的疏忽 ，激动 ，或者毫无须要的逞能 ，而危害自己和他人的清静 ，甚至泛起严重效果而抱憾终身!各人要记着 ，我们要拥有好 ，怙恃所付与我们的康健的体魄 ，由于我们要靠康健的体魄去实现自己的理想 ，去成绩自己的未来!
,可以免费看黄色网站,国产精品资源站在线看片,我忱快抉 HDｒXXX19 。责编：邵许
审核：周彬
责编：颜全龙
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
