上海
分享至
品玩10月20日讯，DeepSeek-AI团队发布新型OCR模型DeepSeek-OCR并开源核心代码，该模型以“上下文光学压缩”创新方法解决长文本处理难题，参数量达3B，已在GitHub与Hugging Face开放获取。
模型采用DeepEncoder编码器与DeepSeek3B-MoE-A570M解码器架构，DeepEncoder融合SAM与CLIP技术，实现高分辨率输入下的低计算消耗与高压缩比。实验显示，压缩比低于10×时OCR精度达97%，20×压缩比下仍保持约60%精度；OmniDocBench测试中，以100个视觉token超越需256个token的GOT-OCR2.0，不足800个token性能优于需6000+token的MinerU2.0。
其兼具研究与实用价值：可支撑历史文档压缩、大模型记忆机制研究，单块A100-40G显卡日生成超20万页训练数据，还能解析图表、分子式等复杂元素，为金融、科研等领域数字化提供高效工具。
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。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
