DeepSeek-OCR-2
PulseAugur coverage of DeepSeek-OCR-2 — every cluster mentioning DeepSeek-OCR-2 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Infinity-Parser2 模型通过合成数据和多任务强化学习推进文档解析
研究人员推出了 Infinity-Parser2，这是一个用于端到端文档解析的大型多模态模型。该模型利用可控数据合成管道和多任务强化学习来克服标注解析数据的稀缺性。主要贡献包括创建了 500 万样本的双语语料库 Infinity-Doc2-5M，以及一个用于跨八个联合训练目标的联合强化学习的新颖奖励系统。Infinity-Parser2-Flash 和 Infinity-Parser2-Pro 两个变体已发布，其中后者在 olmOCR…
-
Infinity-Parser2 模型发布，具备新颖的合成和多任务强化学习能力
研究人员推出 Infinity-Parser2，这是一款用于端到端文档解析的大型多模态模型。该模型通过采用可控数据合成管道和多任务强化学习来解决数据稀缺问题。主要贡献包括创建了 500 万样本的双语语料库 Infinity-Doc2-5M，以及用于八个目标联合强化学习的多任务奖励系统。已发布 Infinity-Parser2-Flash 和 Infinity-Parser2-Pro 两个版本，其中后者在 OCR 和解析基准测试中取得了…
-
Hugging Face Transformers v5.10.1 新增 Gemma 4、Sapiens2、DeepSeek-OCR-2
Hugging Face 的 `transformers` 库已发布 5.10.1 版本，修复了之前版本损坏的问题。此次更新引入了多个新模型，包括用于多模态任务的 Gemma 4 12B Unified、用于高分辨率以人为中心的视觉模型 Sapiens2、用于高级文档理解的 DeepSeek-OCR-2，以及来自 JetBrains 的专注于代码的 MoE 模型 Mellum。该版本还包括了针对多种架构的模型并行化的重要错误修复。