DeepSeek-OCR
Erklärt, wie DeepSeek-OCR Kontext mit visuellen Token komprimiert, zerlegt Auflösungsstufen und Markdown-Konvertierung und zeigt, für welche strukturierten Dokumentaufgaben es taugt.
DeepSeek-OCR ist ein quelloffenes Dokumentverständnis-Modell von DeepSeek, das Text in visuelle Token kodiert und wieder in Wörter dekodiert, um über eine kürzere Kontextlänge die Inferenzkosten zu senken. Es unterstützt mehrere Auflösungen und dynamisches Zuschneiden und bietet für PDFs, Bilder und komplexe Layouts Markdown-Konvertierung, Verständnis von Text und Abbildungen sowie Zielverortung. Eine spezialisierte Linie für strukturierte Dokumentextraktion und Durchsatz-Batchverarbeitung.
