猫眼影戏
 |
|
猫眼影戏
谢细忠
手机审查
猫眼影戏记者 吕大如 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：鸣人去小樱家动漫网址
??02月02日,深圳前海拟设立“深港合作”“人才发展”等专项资金,
“叔叔 ，伯伯 ，狻猊宝骨是我们的 ，为此支付了生命尚有血的价钱Ｉ杏写笈簟⑿∏唷⒆显剖俏业耐。”小不点眼睛清亮 ，声音响亮 ，认真地说道 ，马上让现场一片悄然。
,❇成熟女人味电视剧免费观看最新版下载。??02月02日,CBA常规赛：吉林终结北京北汽六连胜,
我场在局党委的顽强支持和向导下 ，以局党委为中心 ，认真贯彻局党委事情安排 ，驻足我场现实 ，坚持以人为本 ，鼎力大举弘扬求真务实的精神。深入贯彻落实党的精神和局林业事情聚会精神 ，以系列讲话精神为偏向 ，以党的先进性和贞洁性建设为主线 ，以刷新事情作风、纪律作风教育为重点 ，大兴学习之风 ，依赖学习和实践 ，切实增强头脑、组织、作风、制度和反腐倡廉建设 ，全力打造学习型、立异型的支部班子 ，实现资源；ず谩⒉蕉咏ㄉ韬谩⒚裆纳坪玫哪康。要求必需坚持周三一样平常的政治理论学习 ，记好条记。各项阶段性的事情干部都要有。通过学习指导全体、干部职工在头脑进一步获得相识放 ，有力的推动了各项事情的开展？辜吐勺鞣缃逃砘疃 ，解决干部职工上班时间缺勤脱岗、效劳拖沓、事情不实、履职不力等慵懒散问题。我场遵照一样平常事情对此项事情举行安排安排 ，明确此项活动的主要性 ，教育指导职工要领先进 ，争做模范 ，确保此项活动恒久康健的开展。
,XX99精彩视频,欧洲无码国产精品男人的天堂,玖玖色黄色视频在线观看。??时势2：日韩 国产 欧美 综合
??02月02日,西藏天文历算专家通过古老天文台测定开耕时间,
尊重的列位、先生、亲爱的同砚们：
,欧美自偷精品视频自拍,黄色网站在线播放毛片在线播放,免费看日本A级片。??02月02日,助力雪域高原教育事业提质增效（深聚焦）,
这个地方氤氲蒸腾 ，彩霞流转 ，看起来绚烂而又漂亮 ，清香沁人心脾 ，令人宛若要羽化飞升般。
,黄色APP在线下载,永久黄网站色视频免费不卡,极品少妇两腿玉门打开。??时势3：国产精品乱伦一区二区三区
??02月02日,两岸企业家共谋数字经济产业合作 台资企业获授信50亿元,
国家清静课堂 指导青少年增强清静意识
,r34friskchara-chara18,国产精品一级乱色视频,小 戳进去无遮挡动。??02月02日,营养、风味双提升 研究揭示木薯叶在功能食品领域的潜力,
“这是‘药根’ ，此时在温养这炉药液。
,在线 免费 无码 更新 24,欧美在线爆足视频,影音先锋一区二区av资源。。??时势4：疯狂添女人下面69互添
??02月02日,这事美国做了200多年，为何却容不得别人？,
??02月02日,中国2024年“最美的书”揭晓,
第一个驿站；在先生们的引领下 ，我们一起欢笑 ，一起打拼 ，一起见证了xx学院生长的一点一滴 ，也为我们的人生誊写了浓墨重彩的一笔。然而 ，弹指一挥间 ，大学时光已经悄然竣事了 ，我们又将背起行囊 ，开赴新的征程。有人说 ，大学是一个大熔炉 ，煅烧出了我们每小我私家与众差别的精彩人生。着实 ，虽然我们的母校不可跟一流的大学相提并论 ，但它同样给了我们一个斗争的驿站 ，一个公正的展示自我、磨炼自我的舞台 ，而我们正是这个平台上自由的舞者；虽然我们的先生们可能不是最优异的 ，可是 ，他们恪尽职守、尽职尽责 ，尽着自己最大的起劲作育教育了我们。在先生们孜孜不倦的教育下 ，我们掌握了富厚的专业知识 ，磨炼了顺应社会的能力 ，给了我们奋飞的同党。几年来 ，我们由当初的无邪壮丽、懵懂无知 ，到今日成熟稳重、壮志满怀 ，因此 ，我们生长了。
,欧美激情免播放器,亚洲色啪熟女国产精品,日本中文字幕黄色网站。责编：盛祥胜
审核：黄进军
责编：保罗·沃尔克
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
