Новая модель от DeepSeek распознаёт документы дёшево и эффективно
DeepSeek выкатили новую модель для распознавания документов. И знаете что? Она не просто читает текст со страниц — она понимает структуру. И делает это дёшево и эффективно, что редкость в мире искусственного интеллекта.
Называется это чудо DeepSeek-OCR, и отличие от классических систем оптического распознавания символов принципиальное. Обычные OCR просто извлекают текст. А эта модель сразу восстанавливает структуру документа: заголовки, списки, таблицы, подписи к рисункам. Результат выдаёт в формате Markdown, который удобен для индексации и последующей работы нейросетей.
Главная фишка — так называемое оптическое сжатие контекста. Модель не пересказывает каждую мелочь со страницы, а выжимает только нужное: текст и смысловую структуру. Это сокращает объём данных в 20 раз. А меньше токенов — дешевле и быстрее обработка любой последующей языковой моделью.
DeepSeek-OCR использует визуальные токены. Это условные взгляды на части изображения. Даже при небольшом бюджете в 100 токенов точность распознавания держится на уровне 97%. Если страница слишком сложная, включается режим Gundam. При этом документ автоматически делится на фрагменты, и трудные области анализируются отдельно без потери скорости.
В бенчмарках система показала впечатляющие результаты. И точность практически не падает даже при минимальном числе визуальных токенов, а степень сжатия достигает 20-кратного. Эффективность в чистом виде.
AIvengo >
Новости ИИ >
Новая модель от DeepSeek распознаёт документы дёшево и эффективно
Почитать из последнего
Молчаливый тиктокер с покерфейсом продал свою компанию за 900 миллионов
Хаби Лейм – это такой молчаливый тиктокер с покерфейсом и 160 миллионами подписчиков. И вот он продал свою компанию за $900 миллионов. Сумма огромная, но нюанс в том, что это за продажа. Фишка в условиях контракта - это создание искусственного аватара, который будет вести стримы, сниматься в рекламе и продавать товары 24 часа в сутки. Пока настоящий Хаби спит или играет, его цифровая копия будет вкалывать в другом часовом поясе.
Гуманоиды работают в три раза хуже людей
Знаете, что объединяет хайп вокруг гуманоидов и реальность? Ничего. Но некоторые паникуют из-за того, что гуманоиды массово заменят людей на заводах. И тут директор китайской компании UBTech Майкл Там взял и честно признался Financial Times. Их новейшие человекоподобные роботы достигают производительности всего в 30-50% от человеческой. И это только в простейших операциях типа складывания коробок или контроля качества. Грубо говоря, 1 работник человек делает столько же, сколько 2-3 робота вместе взятых.
Clawdbot слил ключи и переписки сотен пользователей (я вас предупреждал)
Я вчера вам рассказывал про открытый ИИ-ассистент Clawdbot, который взорвал GitHub. 60 тысяч звёзд за 3 дня, все в восторге, все ставят себе. Но я вас предупредил про безопасность. И тут исследователь Джеймисон О'Рейли просто вбивает пару запросов и находит сотни публично доступных серверов. Без аутентификации. С API-ключами, токенами мессенджеров и полной историей переписок на блюдечке.
Ведущие учёные по ИИ попались на выдуманных ИИ цитатах
Когда престижная конференция по ИИ сама становится жертвой галлюцинаций нейросетей, ирония зашкаливает. GPTZero просканировал все 4841 работу, принятую на Conference on Neural Information Processing Systems в декабре в Сан-Диего. И обнаружил 100 подтверждённых фальшивых цитат в 51 статье. Причём речь идёт о ведущих умах индустрии искусственного интеллекта.
OpenAI запускает рекламу в ChatGPT от 60 долларов
OpenAI решила монетизировать ChatGPT через рекламу, и цены оказались космическими. Около $60 за 1000 просмотров. Это уровень премиум-контента на телевидении вроде матчей NFL, когда миллионы людей смотрят одновременно. И бренды готовы платить безумные деньги. Только вот между телетрансляцией финала чемпионата и чатботом есть небольшая разница. Это масштаб аудитории и проверенная модель монетизации.
