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
OpenAI готовит армию говорящих устройств и новую голосовую модель
Издание The Information выяснило забавную вещь про OpenAI. Оказывается, когда вы общаетесь с ChatGPT голосом, вы разговариваете совсем не с той моделью, которая отвечает текстом. Голосовая версия 4o не получила ни одного обновления после выхода GPT-5. Она не умеет думать, не знает про цепочки рассуждений. Ничего из того, чем хвастались в последних релизах. Просто старая добрая болтушка, застывшая в прошлом году.
Samsung хотят обойти Apple по ИИ-функциям и вернуть лидерство
В прошлом году Samsung поставила на рынок 400 миллионов мобильных устройств с ассистентом Google Gemini. Этого, видимо, показалось мало. В этом году южнокорейский гигант намерен удвоить количество до 800 миллионов штук. Тэ Мун Ро, один из двух гендиректоров Samsung Electronics, объяснил агентству Reuters это просто. Компания стремится распространить функции ИИ на все устройства и все услуги как можно скорее.
Alibaba научила алгоритм видеть рак там, где врачи пропускают
Каменщик 57 лет в Китае пришёл в больницу проверить диабет. Обычный осмотр, ничего особенного. Через 3 дня ему звонит заведующий отделением поджелудочной железы, мол приезжайте срочно. ИИ, который прогнал его КТ-снимок, нашёл опухоль. Оказалось – рак, но на ранней стадии. Вырезали и мужчина выжил. Без этой технологии его бы нашли слишком поздно, когда 5-летняя выживаемость около 10%.
