猫眼影戏
 |
|
猫眼影戏
雷厉
手机审查
猫眼影戏记者 顾丹 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：gogo大胆无码无码免费视频
??01月30日,兴凯湖进入候鸟南迁高峰期 日均过往候鸟达3.5万只,
这头生灵眸孔酷寒，并无一语，盯住小不点睁开绝杀，它的速率太快了，宛若一道闪电，并且力大无限，极端恐怖 。
,狐不妖自慰 。??01月30日,港铁庆祝通车45周年 李家超赞其为世界顶尖交通系统之一,
上星期，校长就在广播里说了一件事，有某个小朋侪由于不注重清静，效果摔倒在地，头上缝了10几针 。着实我想只要这位同砚注重清静，一定不会爆发这样的事情 。
,黄色精品免费在线观看,黄色视频黄片免费在线看,亚洲三级不卡 。??时势2：91av色
??01月30日,4月15日-21日国家铁路累计运输货物7440.4万吨,
离别了炎夏的担心与躁动，凉爽怡人的秋天向我们睁开了笑颜;离别了假期的清静与悄然，期待的校园又充满了欢声笑语 。九月一日，关于学校，关于西席，是个激感人心的日子 。新学期的最先，带着希望，带着神往，怀着激动，怀着兴奋 。
,91精产品久久久久久网页版,色色网你懂的,海贼王18+破解版 。??01月30日,中新真探：天冷，热车越久越好吗？,
远处，所有观战的人都流汗，不知道说什么好了，这个孩子还真极品 。不久前，许多人还以为他很迷糊，什么都不懂，现在众人皆翻白眼，这个骗子，抢劫犯，恶魔！
,欧美一级片欧美色性,视频黄片。永久,新疆 三级片aa视频 。??时势3：国产精品视频入口
??01月30日,贵港澳旅游联盟在贵阳成立 共拓国际旅游客源,
当一切竣事后，密室中静了下来，那道黑影离去了，整片空旷的地宫显得有些阴森 。
,XXNX👙13,男男gaygays18禁入口,久久艹精品视频 。??01月30日,法国国民议会举行政府不信任动议投票辩论,
1严酷隐患扫除整改制度，实时解决事情中泛起的问题 。在天天的班前会上认真排查职工身体状态、头脑动态，从源头上控制住 ？で跋昃∨挪樽饕迪殖”４娴闹种忠，专人处置惩罚隐患，处置惩罚完后还要有专人验收，只有在处置惩罚完隐患后才华最先事情，并做好详细纪录，排查、处置惩罚、验收每关都有相关职员签字，责任落实到人 。
,www.97干.com,www.kbdyc.com,自拍偷拍卡通动漫 。??时势4：久久99热精品免费观看欧美
??01月30日,探访海南兴潮天后宫：联结海内外华侨华人的精神纽带,
西席作为塑造人类灵魂工程师的先生，要注重自己在种种场合的行为举止，做到大方、得体、自然、不虚伪 。西席的课堂语言表达要准确、适当、精练、诙谐 。与学生谈话要尊重学生、一律相待我们开展这项活动要履历宣传发动、步伐落实、检查评选等阶段 。
,涩视频在线播放网站,色情18,毛片A片观看视频 。??01月30日,波音预测未来20年全球航空货运机队将增至3900架货机,
村官不大，但中选禁止易，当好不轻松 。通过“自荐海选”严酷程序，最终脱颖而出，担当各村村主任，证实你们的能力、素质组织上是定心的，群众是认可的 。职位来之不易，你们肩负着组织的重托和群众的期望 。怎样准确定位，认清使命，继续好角色?值得好好的思索和掂量 ？梢源铀母龇矫婷魅罚
,无码亚洲精品无码专区冫,亚洲爱爱视频免费,亚洲欧美日韩v中文综合一区二区 。【微视频｜家事·国事】
【《图灵奖获奖科学家漫画系列》亮相北京图书订货会】
责编：曾繁莹
审核：谢菲尔
责编：浦峰
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
