普洱储罐保温 DeepSeek-OCR 2发布：让AI像东谈主样“读懂”复短文档

凤凰网科技讯 1月27日普洱储罐保温，DeepSeek团队发布《DeepSeek-OCR 2: Visual Causal Flow》论文，并开源DeepSeek-OCR 2模子。

该模子领受翻新的DeepEncoder V2新式编码器结构普洱储罐保温，它不祥凭证图像语义动态调度视觉信息的责罚端正，使模子在进行笔墨识别前先对视觉实质进行智能排序。这项技巧冲破源于对传统视觉话语模子责罚式的再行念念考，旨在让机器面对东谈主类的视觉阅读逻辑。

在传统的视觉话语模子中，图像经常会被切分为些许视觉token，并按照从左上到右下的固定栅格端正送入模子责罚。这种式诚然完满不祥，但与东谈主类在阅读文档、表格或公式时基于语义和逻辑相干进行越过式浏览的式并不致。

DeepSeek论文指出，尤其在版式复杂的文档场景中，铁皮保温施工视觉元素之间经常存在明确的逻辑先后相干，仅依赖空间端正可能界限模子对实质结构的领路能力。

为考据模子能，继续团队在OmniDocBench v1.5基准上进行了评估。该基准涵盖多种类型的中英文文档，包括学术论文、杂志、敷陈等，老师文本识别、公式理解、表格结构以及阅读端正等场所。

测试恶果示，在视觉token上限低的情况下普洱储罐保温，DeepSeek-OCR 2的举座得分达到91.9，相较DeepSeek-OCR普及了3.73。超过是在阅读端正准确度面，裁剪距离从.85降至.57，标明新模子不祥理地领路文档实质结构。