开云体育
开云APP下载DeepSeek团队发布新型视觉压缩模型DpSk-OCR
智通财经APP获悉,10月20日,DeepSeek-AI团队推出全新研究成果——DeepSeek-OCR,提出通过视觉模态压缩长文本上下文的创新方法,即是把长长的上下文渲染成一张图片再喂给模型,让原本需要数千上万个文本token的上下文,只需几百个视觉token就能表示,实现信息的高效压缩。
据悉,DeepSeek-OCR由两个部分组成:核心编码器DeepEncoder和解码器DeepSeek3B-MoE-A570M。DeepEncoder专为在高分辨率输入下保持低计算激活而设计,同时实现高压缩比,以控制视觉token数量在可管理的范围内。
实验显示,当文本token数量不超过视觉token的10倍(压缩比低于10x)时,模型的OCR(文字识别)精度可达97%;即便压缩比提高到20x,准确率仍保持约60%,展现出在历史文档长上下文压缩和大语言模型记忆机制研究中的巨大潜力。DeepSeek-OCR同时具备较高的实际应用价值。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
美国女星因没预约被香奈儿拒之门外,次日她换上一身名牌又去了,这次...
妹子“把胸放桌上休息”被拍走红!女菩萨们不服发照片PK:最后这波赢麻了
续航810km,6C快充+29音响,配一体压铸车身,来看新款ZEEKR 001
《编码物候》展览开幕 北京时代美术馆以科学艺术解读数字与生物交织的宇宙节律


2025-10-23
浏览次数:
次
返回列表