DeepSeek开源3B OCR模型：97%精度攻克长文本压缩难题
10月21日，人工智能公司深度求索在GitHub平台上开源了其最新研究成果——DeepSeek-OCR模型，这一消息迅速在技术社区引发关注。
据介绍，DeepSeek-OCR模型参数量约为30亿，研究团队通过这项技术首次探索了"光学二维映射压缩"在处理长文本上下文时的可行性，为文档智能处理开辟了新路径。
该模型的架构融合了DeepEncoder编码器与DeepSeek3B-MoE-A570M解码器两大核心组件。DeepEncoder能够在高分辨率输入条件下保持低激活状态，实现高压缩比并生成适量的视觉token；解码器则负责将这些视觉token精准地转化为文本信息。
实验数据表明，当文本token数量控制在视觉token的10倍以内时，OCR识别精度可达到97%；即使压缩率提升至20倍，模型准确率仍能维持在60%左右，展现出出色的抗压缩性能。
研究团队强调，这一成果为长上下文压缩技术以及大语言模型的记忆与遗忘机制研究提供了新的思路与方法，对推动多模态智能发展具有重要意义。
论文标题：DeepSeek-OCR: Contexts Optical Compression
项目地址：https://github.com/deepseek-ai/DeepSeek-OCR
论文地址：https://github.com/deepseek-ai/DeepSeek-OCR/blob/main/DeepSeek_OCR_paper.pdf
Hugging Face：https://huggingface.co/deepseek-ai/DeepSeek-OCR
免责声明
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
同类文章
领克03新车上市，11万起搭载高性能动力与智能配置
领克03新车型于10月17日正式发布，推出包含基础款与高性能版03+在内的多个配置，售价区间覆盖10万元至40万元以上。购车可享受超过一万元的税费减免，同时还能领取三千元现金补贴，实际入手门槛降至1
数字孪生公司架构解密：技术、组织与业务三维驱动产业升级
数字孪生技术作为连接物理世界与数字世界的核心纽带，正在工业制造、城市治理、医疗健康等领域掀起一场智能化变革。以虎置文化集团为代表的行业先锋，通过构建 "技术-组织-业务 "三维协同架构，为数字孪生产业发
8万级2.8T柴油动力，江西五十铃RE-MAX皮卡全新上市
日前，江西五十铃最新发布了一组全新RE-MAX皮卡的最新图片。该车型定位为8万元级别入门级皮卡，可视作现款瑞迈的升级版本。此次更新在动力系统上实现全面进化，将搭载一台2 8T柴油发动机，峰值扭矩提升
京东11.11电子消费趋势：AI产品成交额激增200%领跑
“又好又便宜”的京东11 11启动以来，从线上到线下，从传统的到创新的，消费热潮持续不断。截至10月20日18时，消费电子产品保持增长优势，AI相关的智能电子产品成交额同比增速近200%，包括AI手
iPhone 16售价疑曝光，苹果官网错别字引热议
10月21日消息，网友发现苹果中国正式的AirPods 4耳机介绍页面出现错别字，原本的“AirPods 4”写成了“ArPods 4”，不过苹果正式紧急修正了这一错误。值得一提的是，由于iPhon
相关攻略
热门教程
更多- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
