مدل جدید دیپ‌سیک متن را به تصویر تبدیل و استفاده از توکن را ۲۰ برابر کمتر می‌کند

سه‌شنبه 29 مهر 1404 – 19:20

مدل OCR دیپ‌سیک برپایه دو جزء اصلی عمل می‌کند: رمزگذاری به نام DeepEncoder و رمزگشایی به نام DeepSeek3B-MoE-A570M. فرایند به این صورت است که ابتدا رمزگذار حجم زیادی از داده‌های متنی و جداول یا نمودارها را دریافت و آن‌ها را به تصویری با وضوح چشمگیر تبدیل می‌کند. سپس، رمزگشا که برای درک بافت متنی درون تصاویر بهینه‌سازی شده است، این تصویر را تحلیل می‌کند.

منبع  : تک ناک

برای مشاهده کامل مطب کلیک کنید