猫眼影戏
 |
|
猫眼影戏
马尔乔
手机审查
猫眼影戏记者 卫计委 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1：18 黑料网爆在线观看
??01月29日,时政微观察丨从四次座谈会读懂“一张蓝图绘到底”,
笃志：静下心来认真思索。
,欧美激情第一欧美精品图片一。??01月29日,美国务卿呼吁延长加沙停火时间 以色列持续打击黎真主党,
四是要深入推进作风建设。灾后重修还没有竣事，历史遗留问题处臵还没有完毕，转型生长才刚刚最先。因此，各级党组织和干部务须要牢靠树立节约意识，严酷凭证有关要求，自觉做到艰辛斗争，厉行节约。各党组织要切实把精神用在抓落实上，增强对事情的向导和推动，增强干部治理，形成责任明确、推动有力的事情名堂。广概略自觉比照目的要求，进一步影响发启航边群众，切实验展好模范带举措用。最近一段时期以来，街道涌现出了不少敢于面临群众、敢于面临矛盾、善于抓好落实、群众较量知足的典范，好比充分验展党总支战斗堡垒作用，充分探索下层治理方法，实现了建材市场秩序由乱到治的重大转变;等同志在各自岗位上，也体现了不怕受苦、不怕亏损、不怕受气、有力地抓落实的优异精神面目。但与此同时，少数干部不珍惜不维护团结阵势，事情中拈轻怕重，不敢面临群众，不敢坚持正义，甚至钻进了小我私家私利的小圈子，给整个街道的形象带来的负面影响，党工委在弄清事实的基础上，举行了严肃处置惩罚，目的也在于坚决坚决地打掉不良习气、轰轰烈烈地树立公正正气。全体干部要时刻切记“两个务必”，时刻敲响清廉的警钟，既要做事，又要清洁，经得起利益的磨练、耐得住诱惑的吸引。勇于树立为民、务实、清廉的优异形象，亲近党同人民群众的血肉联系。
,日日摸,一级黄色国产网站,又大又粗又黄的黄页资源网站在线。??时势2：又黄又硬又粗又大免费无遮挡
??01月29日,湖北南漳：“绿书签”根植生态理念,
这句话一出，众人心中大震，簇拥向前。昆木是何物？ 它生于天地中，众神缘之上天，是相同天地人神的桥梁。
?第二百五十七章 天荒,黄片A区B区C区免费观看,欧美在线看,国产精品永久免费。??01月29日,（新春走基层）肃北乌兰牧骑50年：深入牧区，走向世界,
第三，在马路上骑车小心，前几天，我前面的邻人，在放晚学回家，骑电瓶车转弯时，与一辆踏板电瓶车相撞，效果，自己受伤了，另一小我私家的踏板电瓶车的壳也坏了。虽然没有造成很大的损坏，可是我们一定要小心。
,瑞士家庭乱伦图片成视频,国产视频区,在线免费观看一级片。??时势3：国产熟女一区二区视频
??01月29日,云南独龙江公路全线进行临时性全封闭交通管制,
4.不私自下水游泳;不到河滨、池塘、水库周围嬉戏;由于已经处于夏日，假时代经常有雷雨、暴雨，同砚们不要在雷雨时逃避于树下、电线杆下或其他容易引发雷电击伤的地方。要注重行走清静，不抄近道，不走水库边、池塘边、壕沟边的泥泞小道，不骑自行车。
,99riav.03,男女做爱全过程激情视频,国产aw无码片毛片一级。??01月29日,中新教育｜香港汉华中学和北京育鸿学校举行交流活动,
尚有一次性筷子，一次性筷子虽然利便，吃了就丢，不必洗，可是，你们有没有想过一次性筷子那里来的用什么做的一颗小树就能做10双筷子。以此类推，人们要砍伐几多树木啊!
,www.媚春网,多毛熟妇,wwwwww、日本。??时势4：成年网站在线视频网站
??01月29日,哈乌阿三国元首就绿色能源开发和传输签署战略合作协议,
他的掌心中月牙光线再闪，化成清辉，喷薄而出，迎上狈风，重重的撞在了一起，爆发出一股强盛的风暴。
,X X紧身裤美女视频,国产在线欧美日韩A∨精品,永久免费看A片无码网站十九。??01月29日,北京八达岭夜长城将于春节期间开放,
“什么，第二祖地被毁，被一把火烧了个清洁，真是好胆！”
,日本电影在叔母家做客,特级黄片视频就是干,玖玖玖玖在线免费视频。责编：刘凤妹
审核：李慕豪
责编：惠誉
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
