猫眼影戏
 |
|
猫眼影戏
陆大姬
手机审查
猫眼影戏记者 郭秋菊 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1：91激情网
??02月02日,五一观澜｜消费热潮传递经济“主引擎”加油轰鸣声,
另一片大地上，同样城廓诸多，生齿也足有数万万，这是另一个王侯的领地，雄伟而重大的王宫中，隆隆雷鸣响起，震的许多铁甲兵卫颤抖，险些要跪倒在地上。
,日本真人吮乳吃奶头。??02月02日,莫言：全数捐出爱心奖奖金 为弱势群体点亮希望,
污浊的泥水、狂猛的巨石，一直从山脉中汹涌而来，这是一场浩劫。可是小不点基础无所畏惧，有时直接被那滔天的山洪拍飞，撞在岩壁上，可是他却没有停下，定住体态后再继续前进。
,性交网站欧美,▇▇▇▇▇▇的英文怎么写,www,久久五月天婷婷.com。??时势2：91精品国产91久久久久
??02月02日,中国业界申请政府对欧盟乳制品和猪肉展开反补贴反倾销调查？商务部回应,
清静是革命资源，康健是人生基础，可是，若是不注重，资源将花尽，基础将毁掉。届时，纵然你满腹经纶，只是昔日黄花。先生们、同砚们，祝愿我们天天平平安安到校，欢快奋兴回家，祝愿我们的生涯随处开满清静之花。
,大吊爆操,国产精品久久一级C片,91蝌蚪91 九色。??02月02日,南京港进出港船舶吃水最大纪录被刷新,
大战越发的强烈了，四头可不想象的至强保存，舍生忘死，强烈争锋，有一种恐怖气息冲向八荒，惊慑的万灵都在颤抖。
,欧美女人网,亚洲福利无码无一区久久,A级毛片在线高清全免费视频。??时势3：黄色小视频网址
??02月02日,外贸亮眼“成绩单”折射经济韧性与底气 新业态激活发展新动能,
20xx年是锐意立异、励精图治的“拼搏年”，也是我们于行业内频传喜报、喜获荣耀的“收获年”，更是销量提速赶超、强势区域打造的“跨越年”!我们于行业内率先开创，赢得了天下消耗者的高度认可;我们强势出击行业内最大规模的北京及广州展会，为更多有识之士打造了相助共赢的生长平台;我们在天下规模内一直巡演的“梦想永不止步”经销商培训大会，加速了天下百余家标杆形象店的建设，为打造冠军品牌涤讪了乐成的基石!而“”等大型商业巨演，更是让我们一同收获了更多来自行业内外的美誉和肯定。
,国产又色又粗又黄又爽视频,又大又黄又硬又无遮挡,Z〇Z〇Z0女人另类Z〇老少酌。??02月02日,文化中国行！最新中华文化主题宣传片上线,
这次能争取到狻猊宝体，全靠青鳞鹰在山脉中舍生忘死，浴血屠杀，若是没有它，不可能满载而归。石村自然不会忘了它的恩与功，这些日子以来，经由族人的全心照料，弥留的凶禽逐步脱离了危险。只是前阵子它太虚弱，服食部分牛角真血解毒就到边了，不然虚不受补。直到现在徐徐恢复，而石村也破开了狻猊宝体，这才给它送已往远古遗种的真血与肉块。
,国产真实乱偷人视频,添B 人人,一级黄色片视频网站。??时势4：尤物yw午夜国产精品视频
??02月02日,前三季度，我国水运固定资产投资超1500亿元 高铁时代，我们为何还要修运河？,
作为一名年轻人，我乐于展示，盼愿竞争。同时将以越发沉稳平实的心态、义无返顾的勇气以及亘古未有的激情，迎接竞争的挑战，接受精神的洗礼。谢谢
,久久手机黄色视频,日本黄页免费网站,又硬又粗又长又爽的视频。??02月02日,赖清德当局企图通过WTO机制商谈解决ECFA相关问题 国台办：此路不通,
4、广发是生齿大乡，计生事情难度大，下层基础事情十分薄弱，村级对妄想生育熟悉不高，未形成齐抓共管的浓重气氛。“村为主”流于形式，保存“想在县里，急在乡里，冷在村里”的征象，计生迎检营业不熟，又不学习钻研，检查组一来，就不知所措，手忙脚乱，误差百出。村计生专干素质狼籍不齐，履职不力，有的专干形同虚设，“专干不专，专干不干”，文化水平不高，做个报表都辛苦，责任心不强，开会培训不到位，事情落实图应付，出生基础不清，盲目通检。
,中文在线不卡观看,欧美性爱精品久久,粉色在线无限看 免费下载。责编：严家芝
审核：吴向阳
责编：戈麦斯
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
