DeepSeek OCR превращает текст в изображение и сжимает его в визуальные токены: из малог...
DeepSeek OCR превращает текст в изображение и сжимает его в визуальные токены: из малого числа таких токенов модель восстанавливает гораздо больше текстовых. Это позволяет сократить затраты на длинный контекст LLM. 📊 При сжатии в 10 раз восстанавливается более 96% текста, но почти при 20-кратном сжатии точность OCR падает до 60%. Сам по себе OCR ещё не доказывает полноценное сжатие текста: стресс-тест указывает, что модель может сильно полагаться на языковые закономерности, угадывая слова по контексту. 🔹 Первый Нейронный
1 просмотров