DeepSeek-OCR 改进向量

压缩比率为固定/人工,不适应性 当前:用户取出解析模式(Tiny/small/Base/Large)前行——一种静态压缩-vs-忠诚取舍. 改进:意识到内容的动态符号分配——密集的文本区域得到更多的视觉符号,白空间/背景得到更少. 无论信息密度如何,现在对图像的压缩是统一的。 取舍:在编码前增加一条路由/评分的间接费用——节省信使的费用。 只有值钱才值得 路由成本。

失去压缩没有信心信号 当前:解码器只是输出文本,没有说明哪个区域是信心低廉地重建的(即被压缩的符号被"批判"与"读取"). 改进:在解码面上暴露出每个托肯/每个区域的信任分数,因此下游的RAG管线知道从哪里回落到更高的分辨率或旗下重排OCR,供人类审查. 这是唯一一个最高杠杆的固定点, 如果你真的在部署这个—— 在压缩区静默的幻觉是真正的生产风险,而不是原始的准确性。

对多页文档一致性没有本地处理。 跨页上下文(标题/脚本,运行的表格,参考文献)没有被建模. 改进:一种轻而易举的跨页注意或内存机制,这样从N页压缩的活字可以去处理N-1页的压缩活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活字活.