DeepSeek-AI正式开源新一代视觉语言模型DeepSeek-OCR 2。该模型搭载创新的DeepEncoder V2架构,首次赋予AI处理二维图像时的“因果推理”能力,突破了传统解析局限。新模型在保持超高压缩效率的同时实现性能跃升,仅需少量视觉token即可完成高精度解析,算力消耗极低。在OmniDocBench v1.5测试中,其整体性能较前代提升3.73%,阅读顺序准确率显著提高。目前,相关代码与权重已在GitHub全面开源。
原文链接:Linux.do
DeepSeek-AI正式开源新一代视觉语言模型DeepSeek-OCR 2。该模型搭载创新的DeepEncoder V2架构,首次赋予AI处理二维图像时的“因果推理”能力,突破了传统解析局限。新模型在保持超高压缩效率的同时实现性能跃升,仅需少量视觉token即可完成高精度解析,算力消耗极低。在OmniDocBench v1.5测试中,其整体性能较前代提升3.73%,阅读顺序准确率显著提高。目前,相关代码与权重已在GitHub全面开源。
原文链接:Linux.do
评论前必须登录!
立即登录 注册