猫眼影戏
 |
|
猫眼影戏
李永涛
手机审查
猫眼影戏记者 李玲 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：国产女王调教60分钟
??02月02日,冰天雪地也是金山银山 | 倾力打造冰雪旅游超级IP2023年我国国民经济回升向好 高质量发展扎实推进,
现在，你选择好了吗?衷心祝愿乐成与你偕行。
,图片 卡通 偷拍 欧美 视频。??02月02日,湖北恩施：云山雾海 层林尽染,
20年公司各项事情效果凸显，有许多好履历和洽做法值得我们认真总结。好比：公司班组建设稳步推进，员工收入一直增添，先进模范人物事迹突出等等。这些效果的取得，都离不开宽大员工的辛勤起劲，都包括了各人的心血与汗水。在这里，我再次向公司每一位员工体现真挚的谢谢!
,极品白丝 白皙91,95视频免费观看,欧美在线视频观看高潮。??时势2：一区二区免费不卡在线
??02月02日,香港官员：特区政府致力让市民全面认识宪法、香港基本法及香港国安法,
不懂骨文也能动用宝具，怎会云云？许多人受惊。
,裸体 ai去衣,欧美韩国三级美三级91,亚洲欧美操逼视频。??02月02日,推动高质量发展·权威发布｜广西：持续擦亮“山清水秀生态美”金字招牌,
（二）20xx年教育事情的主要使命
,馃憴,全彩H漫无遮挡全彩3D,亚洲精品网战。??时势3：精品少妇嫩草无码Av
??02月02日,民政部：大连新机场命名为大连金州湾国际机场,
说到人类与情形的关系，我们总是以为是件离自己很遥远的事情，着实不然，情形问题可以说就在我们的身边。最近几天，不知各人是否关注过一则报道，由于无锡太湖水域大面积暴发蓝藻，一夜之间，数百万市民的自来水无法正常使用，翻开水龙头，就闻到一阵臭烘烘的异味，水无法饮用，给人们的生涯带来了诸多未便。而造成这次蓝藻暴发的缘故原由是我们人类自己：工业污水源源一直地排放入太湖，太湖人工养殖业的太过开发，促使太湖水质的富营养化病症日益加重;加上无锡4月份平均气温比终年横跨1.8摄氏度，给蓝藻的生长提供了有利条件，蓝藻大宗滋生，水中的消融氧浓度降低，造成鱼虾、螺蛳等水生物殒命，太湖水面被一层厚厚的绿色物体周全笼罩，腐败的蓝藻引起水质急剧恶化。原本清亮的太湖水今日情形惊心动魄，太湖也在“忠言”所有人：若是人类肆意破损情形，大自然就会无情地抨击人类。
,Gaysex777,人妻人澡人看人玩人人,av先锋影音每日资源站。??02月02日,马丁·雅克：我不赞同西方在民族议题上对中国的指责,
天穹上，爆发出成片的神芒，乌光与红色神剑撞在一起，铿锵作响，如一片彗星在天外爆发了最为恐怖的大碰撞，惊悚大荒。
,Abvovo最新版apk,黄页网站免费观看在线,男同大屌无套射精。??时势4：黄色网址日本最新视频
??02月02日,武铁多举措应对冰冻雨雪天气确保运输畅通,
今天，能加入*镇与*集团城中村项目签约仪式，感应无比兴奋和欣慰。在此，我代表县委、县政府，向*镇党委、政府，*集整体现热烈的祝贺!向恒久以来体贴、支持生长的各界人士致以真挚的谢意!
,女人扒开腿让男人桶白浆动态视频,妹子九色AV,XXXXX做受视频XXXXX。??02月02日,两会受权发布丨十四届全国人大二次会议主席团常务主席第二次会议举行 赵乐际主持,
它双翅一展，狂风咆哮，许多射过来的重箭与铁矛都被崩飞了，当看成响，火星乱冲，此后它仰面长鸣，眼中凶光大盛，振翅而飞，向着众人扑杀了已往。
,九 破解版,欧美另类一区a,台湾av无码四级古装片。责编：马依尔江
审核：奚秀娟
责编：石小强
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
