DeepSeek-OCRとGOT-OCR2.0の比較

DeepSeek-OCR解説：長いテキストを「ビジュアルトークン」に圧縮する新しいコンテキスト圧縮アプローチ

I. 要約 DeepSeek-OCRは、DeepSeekのオープンソース「コンテキスト光学圧縮」モデルです。文書テキストを 視覚トークン にエンコードし、それをテキストにデコードします。認識精度を維持しながら、LLMのコンテキストトークンコストを大幅に削減することを目指しています。コミュニティやメデ...