猫眼影戏
 |
|
猫眼影戏
奥尔玛·阿里·赛福鼎清真寺
手机审查
猫眼影戏记者 卢枝宝 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：深爱综合网
??02月02日,“五一”假期外国青年花式体验中国“烟火气”,
眼睛是人体唯一的视觉器官。失去了眼睛，就失去了灼烁优美的天下，陷入了漆黑。现在近视是青少年康健的大杀手，中国许多青少年都戴眼镜。人均近视每年都在一直上升，给我们带来很大的未便。近视还可引起多种眼病，如青光眼、白内障，甚至导致失明。
,无尽 3D 妓女 巨大 吸乳。??02月02日,2023年辽宁粮食总产量512.7亿斤 创历史新高,
天不怕地不怕的小不点发毛，由于他以狻猊宝镜照自己，发明有一串玄色的字符浮现在额头上，声音与此有关。
,黄片视频2021,操美女逼黄片视频,免费黄色视频大全在线看。??时势2：毛片免费精彩视频在线
??02月02日,【新春纪事】新成昆铁路动检列车成“年货专列” 丰富川滇两地年味,
20xx年11月5日，党委召开第七次全委聚会，聚会决议定于20xx年4月召开我校第十一次代表大会。20xx年的12月25日，中共北京市委批复赞成我校于20xx年4月召开第十一次党代表大会。今天发动大会的召开标记着第十一次党代会的准备事情正式启动。下面，我代表学校党委讲几个问题。
,国产免费AV片在线观看下载野外AV,欧美野外爱做在线视频,我把美女屁股日出了白浆。??02月02日,新疆兵团：政策、资金扶持激发青年创业活力,
小不点全身金黄，爆发出成百上千道电芒，护住己身，猛力向外闯，要逃出困绕圈。
,2048基业长青在于回归用户论坛,ppx27cc,国产毛片被干视频。??时势3：18 无套直番茄视频
??02月02日,把中华武术瑰宝传承下去（侨界关注）,
他因此而实力暴涨，整具躯体由两米竟难以想象的拔高到了三米，强壮了一大截，全身绕着一条条闪电般的光束，血气惊人。
,在线看黄片地址,日韩男女爱爱视频,美女与人妖com。??02月02日,北京灵光寺佛牙舍利抵达曼谷,
它过于自信了。小不点一直在期待时机，时刻准备着在最为要害的时刻爆发，睁开致命一击。
,久久伊人热,91精品欧美一区二区三爱颖,欧美最猛性AAAAA。??时势4：草裙社区精品视频三区97
??02月02日,甘肃省政府原党组成员、副省长杨子兴接受审查调查,
并且，他还曾遭血貂、以及以金属为食物的恐怖鼠王的袭杀，创伤不轻，令身体虚弱了许多，致使毒素加速扩散，难以阻止。
,超黄色网站在线免费观看,精品国产sm最大网站免费麻豆,等不急了在车上c。??02月02日,菲律宾极端高温天气已致7人死亡,
3、加大督查力度，推动事情落实。督查事情是办公室的主要职责，也是确保党委决议贯彻落实的主要环节。全区党委系统办公室要牢靠树立抓落实的意识，切实把抓落实贯串于督查事情的始终，坚决纠正和战胜“重决议、轻落实，重安排、轻检查”和“以聚会落实聚会，以文件落实文件”的不良征象。对区委的主要决媾和中心事情，要举行全方位督查，做到纵向究竟、横向到边，不留死角，不留空缺;对引起全社会关注的重点事情，要举行系统督查督办，确保这些事情做到更好、更有特点、更有效果;对向导关注、群众反应强烈的热门、难点问题，要举行专项督查，实时催促有关部分限期解决，切实做到为向导分忧，为群众解愁。督查事情中，要敢于动真碰硬，决不可有头无尾，更不可中途而废，不了了之。各州里、部分要健全督查网络，调优配强事情职员，为开展督查、推进落实创立须要的条件。
,美女嗯啊,日本XXXXHD老师学生,一级黄色国产A片。【最高法：2014年以来全国法院审结环资一审案件超216万件】
【风暴“伊莎”袭击英国 希思罗机场多架航班艰难降落】
责编：方敬华
审核：刘沁瑜
责编：文洁若
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
