猫眼影戏
 |
|
猫眼影戏
杨维星
手机审查
猫眼影戏记者 王家琰 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：欧美黑人激情
??02月02日,南方多地遭遇酷热“持久战” 浙苏沪局地突破历史极值,
“说欠好 ，洗礼的时间跨度很大 ，从一天到三个月不等。”石云峰皱眉道。
,国产最新三级精品午夜。??02月02日,从热播剧《繁花》看滇菜“出滇记”,
现在在交通忙碌的现代社会中 ，不遵守交通规则是不可的。每年全球爆发的交通事故数不堪数 ，若我们在不遵守交通规则 ，下一个受害者很可能就是我们。朋侪们 ，让我们一起来遵守交通规则 ，呵护我们的康健生长!
,玖玖视频免费网址,国产强奸在线播放,久久视频re99。??时势2：怎样看毛片
??02月02日,马里宣布立即与乌克兰断交,
由小学生酿成中学生 ，这是一个新的奔腾 ，希望你们永远珍藏在母校时代的这段难忘的岁月 ，永远不要遗忘先生对你们的殷切期望!母校和先生永远是你们顽强的后援!你们就要踏上新的征程 ，我代表黄崖子明德小学全体先生祝愿你们像雄鹰去搏击长空 ，像蛟龙去腾飞碧海 ，用你们的智慧智慧去实现人生的理想!在此也祝愿支付辛勤汗水和心血的六年级全体西席事情顺遂、万事如意!祝愿列位家长身体康健 ，阖家幸福!谢谢各人!
,大陆操逼视频网,爆操av,张筱雨全身光一丝不。??02月02日,广州发布全国首单涉农知识产权证券化产品,
云层上一头巨鸟俯冲而下 ，鳞片冷光闪灼 ，青鳞鹰泛起 ，抓着一只重大的火犀 ，霹雳一声丢在了村外。它每隔一段时间就会送来一头重大的猎物。
,91在线視頻在线視頻,缅甸56分15钞原版视频,Fuck XXX furry本子。??时势3：污网下载
??02月02日,两会大家谈｜激活新质生产力 新加坡学者看好中国经济高质量发展,
同砚们 ，我们的家园富足而漂亮 ，我们生涯 ，学习的地方空气是那样的清新 ，情形是那么的优美。地球就像妈妈一样给我们带来幸福 ，带来快乐？墒 ，你们知道吗我们生涯的地球上 ，优美的情形正在遭到破损 ，它将给我们人类带来无限的灾难。
,无码aⅴ一区二区三松子荣子,A片在线看免费网站,a片在线看免费网站。,91嫩草国产线永久免费。??02月02日,中国铁矿石中转枢纽大港在福建崛起,
今晚是商会“情系会员 ，助力生长”新年联谊会 ，也是西方一年一度的圣诞节。在这温馨、漂亮、快乐的夜晚 ，我们集聚x旅馆 ，共度良辰美景 ，请允许我首先谨代表商会及自己 ，向在座的列位、外国友人 ，致一声：“圣诞快乐 ，MerryChristmas！”
,91自拍色亚洲,性坐久久,美女网站视频91。??时势4：BBWBBW高潮喷水
??02月02日,买个“旧历”过新年？2024年日历为何“撞脸”1996年李保东：博鳌亚洲论坛将在亚洲和欧洲其他国家和地区举办多场地区合作会议,
“你……”那两人气到颤抖 ，他们是何等高尚的身份 ，通常有谁敢不敬 ，现在居然被人在盘剥 ，在抢劫。
,男女一级a做的片性视频,911生猴子视频,综合69久久夜色精品国产69。??02月02日,内蒙古防沙治沙和“三北”工程攻坚战主题展开展,
优美协调的自然情形 ，必定为我们带来了身心的愉悦和无限兴趣。“；で樾 ，敬重公物 ，共建协调完善家园”的话题传遍了大街小巷 ，这也是我们每小我私家必需遵守的社会道品行为规范。
,亚洲免费人爱视频,佐良娜爆乳被 秘黄动漫,曰乡下老女人小说H文。【轻舟已过万重山】
【新春的牵挂】
责编：项华宗
审核：祁红
责编：翟凤英
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
