DeepSeek-OCR 2
DeepSeek-OCR 2 යනු DeepSeek හි දෙවන විවෘත මූලාශ්ර OCR මාදිලියයි. එහි නව DeepEncoder V2 ස්ථාවර ස්කෑන් එකක් වෙනුවට අන්තර්ගතය අනුව පිටුව කියවයි.
නිකුතුවක්: DeepSeek-OCR.
- නිකුත් කළ දිනය
- 2026 ජනවාරි
- මාදිලි ID
- deepseek-ai/DeepSeek-OCR-2
- ප්රමාණය
- සමස්තයක් ලෙස 3.4B පමණ: සක්රිය පරාමිති 500M පමණ ඇති 3B mixture-of-experts decoder එකක්
- බලපත්රය
- Apache-2.0 (DeepSeek-OCR was MIT)
- සෙවුම් වෙනත් නම්
- deepseek ocr 2, deepseek-ocr-2
DeepSeek-OCR 2 හි අලුත් දේ
- DeepEncoder V2 දෘඪ raster ස්කෑන් එකක් වෙනුවට රූපයේ අන්තර්ගතය අනුව දෘශ්ය token නැවත පෙළගස්වයි ("Visual Causal Flow").
- encoder හි CLIP කොටස Qwen2-0.5B වෙතින් ආරම්භ කළ සංයුක්ත භාෂා-මාදිලි encoder එකකින් ප්රතිස්ථාපනය කර ඇත. decoder වෙනස් නොවේ.
- සමාන පුහුණු දත්ත සමඟ DeepSeek-OCR ට වඩා OmniDocBench v1.5 හි ලකුණු 3.73ක් ඉහළයි.
- කියවීමේ අනුපිළිවෙල edit distance 0.085 සිට 0.057 දක්වා අඩු වේ.
- සෑම පිටුවක්ම දෘශ්ය token 256 සිට 1,120 දක්වා භාවිත කරයි.
DeepSeek-OCR 2 benchmark
| Benchmark | ලකුණු | සටහන |
|---|---|---|
| OmniDocBench v1.5, සමස්ත | 91.09% | DeepSeek-OCR ට වඩා ලකුණු 3.73ක් ඉහළ |
| OmniDocBench v1.5, කියවීමේ අනුපිළිවෙල edit distance | 0.057 | DeepSeek-OCR: 0.085. අඩු වීම වඩා හොඳයි |
කතුවරුන් ප්රකාශ කළ ලකුණු. අපි ඒවා නැවත ධාවනය කර නැත.
DeepSeek-OCR 2 API හරහා භාවිත කරන්න
OCRRouter පළමු DeepSeek-OCR මාදිලිය deepseek/deepseek-ocr ලෙස ධාවනය කරයි. DeepSeek-OCR 2 තවම OCRRouter හරහා ලබා ගත නොහැක.
1PaddleOCR-VLOpen-source document model from Baidu. Excellent on Chinese, Japanese and Korean.6 credits / page
paddle/paddleocr-vl6 credits / page2GLM-OCRSmall open-source OCR model from Z.ai with layout regions. MIT licensed.6 credits / pagezai/glm-ocr6 credits / pageDeepSeek-OCR අනුවාද
- DeepSeek-OCR: OCRRouter හි සියලු අනුවාද, මිල, වේගය සහ විශේෂාංග
- DeepSeek-OCR 2 (2026 ජනවාරි), මෙම පිටුව
ප්රශ්න
මූලාශ්ර
අවසන් යාවත්කාලීන කිරීම .