猫眼影戏
 |
|
猫眼影戏
柳钢
手机审查
猫眼影戏记者 张献忠 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：大学生宾馆无码
??01月30日,数据资产化激活要素价值,
显然 ，它兴趣不大 ，只是随意的一拂罢了 。
,搜索一区二区老妇黄色视频 。??01月30日,秘鲁青年：传统与现代融合的北京让人着迷,
山地摇动 ，一头淡金色的庞然大物泛起 ，在这夜色中 ，宛若来了一座绚烂的金山 ，让山地化化成了金色 。
,无码视频网址大全,干逼免费视频,啪啪啪没费视频 。??时势2：大肉撵征服巨ru麻麻
??01月30日,天津“新”城事丨故事，从大规模调研和讨论开始——城市更新具体行动纲领确立历程,
小不点宝相庄重 ，一动不动 ，血肉在发光 ，他陶醉在一种奇异的田地 ，不管掉臂 ，像是与外界阻遏了 ，淬炼那些包裹自己的神性绚烂 。炼符文于血肉中 ，熔成霞光 ，化成神曦 ，每一滴血液都是一个符文 ，都为一个永恒神炉 ，发出无量光 ，滋养己身 。
,乳头夹夹太紧好疼,美女亲热网站二次,一级A片黄片免费 。??01月30日,延续34年外交传统，中国外长开年访非有何看点？,
尚有就是我们区、村、部分干部配合保存的吃喝成风 ，玩风太盛问题 。一是吃喝成风 。现在我区干部中普遍存着 ，今天是区机关、部分干手下村吃 ，明天是村干部来机关吃 ，后天是各人上城吃 ，横竖是变着办法吃 。在吃喝问题上 ，我们一直主张从简 ，干部不可背着锅跑 。区机关干部因事情下村 ，村里可以简朴安排一顿便餐;村干部来区机关效劳 ，一律凭证区机关治理制度执行 。按每人30元的标准 ，凭餐卷到食堂就餐 ？芍葱兄 ，就有那么些人 ，穷大方 ，穷热情 ，破损规则 ，违反制度 ，拿整体的钱不算帐 。显着划定事情日时代 ，中午禁绝喝酒 ，他偏偏中午要喝酒;显着划定除特殊情形外 ，来人一律在食堂就餐 ，他偏偏要外出下饭店;显着划定外出就餐一律由党政办安排 ，他偏偏要自作主张 。一顿吃上几百元 ，甚至上千元 ，他们眼也不眨一下 ，一点也不感应心寒 。这里我要提醒我们党政办的同志 ，以后在来人招待方面 ，把关一定要严 ，程序一定要办理到位 。不管是什么人 ，你们都不要碍于人情 ，怕冒监犯 ，要严酷按制度办理 ，该怎么办就怎么办 。以后通常泛因由党政办把关不严 ，违反机关治理制度的 ，将坚决追究党政办认真人的责任 。村里泛起类似情形 ，坚决追究村主要认真同志的责任 。
,美女肏屄视频网站,东北帅小伙GayVⅰdiσ,91性交网站 。??时势3：91久久网
??01月30日,未来网评：凝聚科技强国的“工程力量”,
雷侯脱手了 ，一位强盛的王侯 ，竭尽所能 ，动用了最强盛的宝术 ，宛若化成了雷神 。
,免费 成人 视频网站,在线看片免费人成视久网不卡,久久网精品 。??01月30日,广西南宁电信网络诈骗立案数同比下降37%浙江立法激励劳动者：高质量发展的“技能点”何以练就？,
“大婶再吃一点宝血吧 。”小不点再次捧起离火牛魔的一块血肉 ，送向前往 。
,1024手机在线看电影你懂得,国产亚洲剧情一区二区在线,91自啪区a 。??时势4：18禁无码无摭挡啪啪黄网站
??01月30日,中国经济信心说丨广交会为何依然能“圈粉”全球客商？,
我的演讲完了 ，多谢各人!
,多P性爱视频在线观看,打丞毛勾仃化午中中引仄凶方友,国产A∨黄A片 。??01月30日,河南“五一”揽客超6168万人次 文博场馆人气旺,
石村的人围在青鳞鹰近前 ，将它护在中央 ，族长石云峰用尽了手段 ，将通常磨炼的种种药散用了个遍 ，最后更是将那远古遗种通红如玉的犄角血挖出一些 ，让凶禽服下 。
,亚洲精品区第3页,拉拉🈚️码视频在线观看,α片免费视频在线观看 。责编：林啸
审核：柯提斯
责编：麦克·莫里
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
