猫眼影戏
 |
|
猫眼影戏
梁绮萍
手机审查
猫眼影戏记者 李邱跟 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：桃花黄色网站
??01月29日,服务性消费前景可期,
今天，我们把各人集中在一起搞培训，除了增强学习外，也算是一次各村两委干部的晤面会 。希望在培训班的学习和以后的事情中，能够多相同、多交流 。各人有什么问题，可以直接向镇党委、政府反应，也接待各人对镇上的事情多提意见、建议 。同时，各个村之间也可以使用这次时机，多增强联系相同 。特殊是现在各个村都在研究梳理村里的生长思绪，完善墟落的各项规章制度，在这些方面，各人可以多交流，老干部要多教授教授履历，新干部可以多谈谈自己的想法，相互交流，取长补短，配合把墟落的事情做好 。
,毛片在线播放网站免费 。??01月29日,不负所“托”，普惠托育破解年轻人“带娃难”,
石子陵大喝，手中长矛一挑，原始符文成片，向前攻击，黄金色的光线将前方淹没 。
,我们的肉便老师V1.0汉化中文,聪的宝藏库,大狙插大雷视频网站 。??时势2：精品国产美女福利在线91
??01月29日,深圳深江铁路施工现场发生坍塌 13名现场作业人员失联,
搬血境，是真正踏上修行路的第一阶段，一样平常情形下来说，上万人的部落能泛起一个就不错了，由于条件太苛刻，这条路很难走 。
,免费看黄色视频软件,欧美性爱大屌,www黄色网站超碰在线com 。??01月29日,上海民族乐团《海上生民乐》音乐会在香港举行,
这不是乱石瀑，而是真正的山洪！
,日韩欧美精品一本在线播放,亚洲顶级黄色视频,适合夫妻夜间看的麦片 。??时势3：人人干人人艹人人射
??01月29日,财政部：2018-2023年，财政科技支出年均增长6.4%,
坚持高起点体例妄想，分阶段实验妄想，严要求治理妄想，多角度宣传妄想，城乡一体的妄想治理模式起源形成 。妄想体例程序显着加速，完成了白河新区等新区开发项目、商业步行街等老城刷新项目以及大桥路改建工程等蹊径景观建设项目的妄想体例与实验，全县控规面积占妄想区6以上，1000平方米以上地块建设项目修建性详规笼罩率达100，各项妄想指标均居全市前线 。都会配套功效获得完善，对中心城区农贸等种种专业市场和垃圾点等市政配套设施举行了妄想选址，对部分妄想项目举行了妄想设计，对预留的绿地等公共用地严酷妄想控制，进一步优化了人居情形 。妄想治理效果显著，整年共查处种种违法建设案件120余起，依法拆除违法修建2100余平方米;共查处公路沿线违法占地284宗，面积344?4亩，从而规范了用地和建设行为，为建设高品位的城镇打下了基础 。
,黄色大视频,精品A片久久久久久网一区,www.涩涩 。??01月29日,习近平将出席法国总统马克龙举行的欢迎仪式, 剖析师和业内人士以为，中东吸引中国游客的两个要害因素是实惠的机票和简朴的签证要求 。他们还展望，鉴于中国与中东国家之间的亲近联系，该地区在吸引中国游客方面可能会凌驾许多竞争敌手 。,秋霞理伦最新电影网,摁住瑜伽老师的屁股疯狂进出,jizzjiz日本 。
??时势4：www.48dvcom
??01月29日,高校体育场地如何开放才合理？,
今天中午开会，太阳没有出来，这叫天公作美，担心把你们晒着了 。但阳光，却应该在我们每一个同砚的心中 。我想说的是：未来是优美的，愿你们正在走的和将要走的人生之路像阳光一样绚烂!
,龙珠18号爆乳扒开屁股,大黑人狂躁美女大BBBB小说,久久中和网 。??01月29日,上海民盟盟员从敦煌大展看中华文脉之赓续,
严酷来说，学习骨文，不可还好，若是有成，且处在某一特殊阶段，总是动用会对身体有严重危险 。
,纳西妲同人18 本子,鸿雪外教老师原著小说叫什么名字,黑人与动物操比777 。【飞瞰雪后赣鄱大地 银装素裹日出云海风景这边独好】
责编：王德旭
审核：席琳·迪翁
责编：沈德鸿
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
