猫眼影戏
 |
|
猫眼影戏
徐家军
手机审查
猫眼影戏记者 比西索 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：色碰人人妻
??01月31日,跨山河千里情深，助力甘肃灾后重建的“内蒙古力量”,
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。
,韩国电影我女友旳妈妈。??01月31日,兴凯湖进入候鸟南迁高峰期 日均过往候鸟达3.5万只,
同砚们 ，想不想知道 ，怎样才华防火、灭火以及自救呢？下面先生就给各人先容一些防火、灭火以及自救的小知识。
,亚洲国产综合在线观看调教,紫薇高潮视频,《魅魔之耻》1~4集免费看。??时势2：差差差很伊人
??01月31日,全红婵：喜欢比较嗨的音乐，希望做自己,
遵照族长所说 ，每多开发一个洞天 ，潜能就多翻开一部分。若是一个洞天的潜能基数为一 ，那么两洞天的就为二 ，以此类推 ，到了八洞天时就是八 ，差别着实太大了！
,国产美女av网址,黃色av,欧美一级α人与一级A片。??01月31日,加拿大温哥华市区发生持刀伤人案 嫌疑人被警方击毙,
同志们 ，百年大计 ，教育为本;优先生长 ，育人为本。近年来 ，在县委县政府的准确向导下 ，在全县教育事情者的共起劲下 ，我县教育事情取得了长足的生长 ，教育教学质量稳步提高 ，形成了尊师重教的优异社会气氛 ，教育事情步入了新的生长阶段。我们要周全贯彻落实国、省、市教育事情聚会和“教育妄想纲要”精神 ，把周全提高学生的综合素质 ，作为提高教育质量 ，办人民知足教育 ，建人才生长高地的突破口 ，起劲组织和发动宽大青少年加入种种文艺活动 ，确立文艺方面的拔尖人才作育系统 ，组建最好的文艺西席训练步队 ，设置现代化的文艺设施 ，把有文艺特殊潜质的学生举行专业化的教育训练 ，大规模、经常性组织师生开展种种专业专长和素质风范的角逐展示活动 ，让同砚们在文艺活动中一直提高素质 ，享受生长的快乐!
,免费A级毛片无码视频软件,亚洲中文字幕第一,女主播给粉丝看奶头。??时势3：国外一级网站
??01月31日,台湾2024年第一季度外销订单金额同比减少2.1%,
“走喽 ，进山！”
,欧美精品视频网站,丝袜 制服 无码中文字幕,美女被吧开双腿被操。??01月31日,辽宁省贸促会经贸代表团出访马来西亚、印度尼西亚助力打造对外开放新前沿,
雨蒙得悉 ，发出一声震天动地的咆哮 ，他知道完了 ，将有滔天大祸泛起 ，身在西疆 ，更是一经露过面 ，一旦视察 ，绝对跑不掉。
,jizzbo国产,姬小满疯狂奖励,狼友视频_首页。??时势4：欧美一级毛
??01月31日,大兴安岭阿斯哈图石林：巨石遇见雾凇林海,
再过两周 ，我们就要离别母校了。我们准备好了。我们会意平气和的去考试 ，用一张知足的答题卡往返报为我们支付过起劲和汗水的先生。未来 ，无论走到那里 ，无论做什么 ，都不会遗忘母校这六年的作育教育。我们一定会不辜负母校的期望 ，起劲学习 ，掌握更多的知识和手艺 ，未往复事情 ，成为对国家和人民有用的人才。
,啪啪视频无码,欧美高清HD18 日本,黑人做爱的黄色电影。??01月31日,韩国瑜、江启臣当选新一届台立法机构正副负责人,
大草原上 ，狮吼震天 ，令人灵魂都要出窍了 ，所有人都迅速远退 ，避开了这片恐怖的战场。
,二次元口球+手铐+脚铐+十字扣,一级黄片毛片免费,麻豆视频免费版下载。责编：何悦
审核：侯巧莲
责编：查普曼
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
