猫眼影戏
 |
|
猫眼影戏
刘婧婧
手机审查
猫眼影戏记者 刘群英 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：人人操人人摸日本三级
??02月01日,新疆兵团企业加速忙生产 节水技术国内外已累计推广应用1亿多亩,
组合成一个班级，这就是历史，谁也无法改变的历史。历史唯物主义者的态度就应该是尊重事实，实事求是，创立绚烂。任何想游离于整体之外的想法都是不可熟的，也是不现实的。若是你真的无法融入这个整体，请你马上走开，留下的应该是热爱整体、维护整体的坚定的整体主义者，应该是具有强烈整体相助主义精神的人。
,国产激情一区二区三区无码。??02月01日,北京市政府党组成员、副市长高朋接受中央纪委国家监委纪律审查和监察调查 ,
它马上惨叫了起来，在小不点的肩头上翻腾，最后伸出小爪子，用力比划与摇动，那意思是，以后这种事别找我，打死也不干了。
,真实inCest网,亚洲淫秽视频,无码十八禁床戏在线观看免费。??时势2：精品自拍偷拍一区
??02月01日,福州花灯璀璨迎新年,
尊重的列位向导、敬爱的先生、亲爱的同砚们：
,美国一级黄片视频,日韩在线免费视屏,想叉叉。??02月01日,东西问｜加拿大剧作家施崇梵：为何讲述《推销员在中国》的故事？,
小不点握紧拳头，此后快速跃起，背后泛起一对金色神翅，虽然没有冲上高空，可是双脚也险些离地而起，迅速冲向祭灵的栖居地。
?第一百八十一章 鲲鹏,亚洲黄在线观看播放,亚洲av 自拍偷拍,91黑料不打烊。??时势3：99久久黄色网站
??02月01日,短评·总书记的改革论丨各领域各方面改革举措同向发力,
说真话，5个月前，我送我的孩子入学，着实心里有些忐忑担心，犹豫未必。由于，的体贴、爱心、耐心和仔细，也离不开学校合理化治理和先进的教学理念。我无意来幼儿园就能看到幼儿园胡园长在不长的.时间里能叫出每位孩子的名字;能遇到肖先生、魏先生、李先生和刘先生等先生们挥洒汗水陪孩子游戏;无意电话联系先生就被见告先生们在学校加班准备第二天的课程和活动;不经意间就看到先生们为孩子增减衣服、替换汗湿的衣服和给孩子背上放上干毛巾。常能听到先生授课时甜蜜的声音和关爱孩子的话语和从她们心中流出的体贴。学校为了利便家长与学校的相同开通了“家校通”和网上学 ；疃悠;学校也提倡快乐学习和古板文化并重的教育理念，增添了三字经和唐诗的早读，为增强幼儿的整体意识，作育孩子的身心康健，幼儿园在不长的时间里组织了“唱红歌歌咏角逐”、“家长会”和“亲子插花活动”等等，活动让我们更多相识了学校、熟悉了先生，增强了与先生的相同，增添了我们家长加入教育孩子的意识，更多地熟悉了自己的孩子。并且，许多家长也借活动对学校提出了许多合理化建议;这一切增添了我对学校的信心，逐步地我忐忑的心放下了，我也不再犹豫不决，并且越来越有信心。我甚至庆幸我们的孩子能在这个学校念书，也希望我的孩子能在凯杰小学读完幼儿园继续读小学，也希望有更多的孩子能在凯杰小学快乐地学习和生涯。
,pacopaco一区二区精品,久久的了黄视频了,4438AV网站。??02月01日,我国多地加大力度做好防暑降温工作 保障生产生活,
京东金融作为一家正当的金融机构，其借贷行为受到执法的 ；ず皖肯怠Ｆ局の夜短踉挤ā返幕，乞贷条约是一种执法关系，当乞贷人未凭证条约约定偿还乞贷时，乞贷人有权向法院提起诉讼。因此，京东金融欠几多钱能起诉的问题，主要取决于乞贷条约的详细约定。京东金融是中国着名的互联网金融平台，为用户提供便捷的金融效劳...
??时势4：火影的养子1.0汉化版
??02月01日,江西举行“绿色阅读 守护成长”名家阅读分享会 让阅读伴随成长,
初始地，一阵欢喜后，所有人都踏上了回程，迅速去报信，这自然是一件大事。
,国产三级片1区免费在线播放,亚洲AV一区二区国产精品,女帝裸乳被爆 白浆的视频。??02月01日,湖北南漳：“绿书签”根植生态理念, 李鹏新严重违反党的政治纪律、组织纪律、清廉纪律和生涯纪律，组成严重职务违法并涉嫌受贿犯法，且在党的十八大后不收敛、不收手，性子严重，影响卑劣，应予严肃处置惩罚。依据《中国共产党纪律处分条例》《中华人民共和国监察法》《中华人民共和国公职职员政务处分法》等有关划定，经中央纪委常委会聚会研究并报中共中央批准，决议给予李鹏新开除党籍处分 ；由国家监委给予其开除公职处分 ；收缴其违纪违法所得 ；将其涉嫌犯法问题移送审查机关依法审查起诉，所涉财物一并移送。,furry兽人漫画免费观看下拉式,肖雅婷1V3视频免费,.国产精品中文字幕一区。
责编：姚鹏
审核：塔斯肯
责编：金泰丽
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
