DeepSeekは再び新たなアーキテクチャを模索しており、DeepSeek-OCR 2をオープンソース化した。

DeepSeekは、次世代文書認識モデル「DeepSeek-OCR 2」をリリースし、オープンソース化しました。DeepEncoder V2アーキテクチャを採用したこのモデルは、従来の固定シーケンス画像スキャン方式を、因果関係を考慮した意味推論モードへと進化させています。軽量な言語モデルによって視覚トークンを動的に再配置することで、AIは人間と同じように、表や複数列レイアウトなどの複雑な文書を論理的な順序で理解することができます。OmniDocBenchベンチマークでは、総合スコア91.09%という記録的な高得点を達成し、読み上げ順序認識エラーを33%削減しました。