叔读DeepSeek-OCR论文，AI真的可以读书了！

AI真的可以读书了？关于 DeepSeek-OCR 模型的技术解析，该模型旨在通过光学二维映射实现长文本内容的压缩，以解决大型语言模型（LLMs）处理长序列时的计算瓶颈。DeepSeek-OCR 由 DeepEncoder 和 DeepSeek3B-MoE 解码器两部分组成，其中 DeepEncoder 专注于在实现高压缩比的同时保持低激活和少量视觉 tokens。实验结果显示，该模型在 10 倍压缩比下能保持约 97% 的光学字符识别（OCR）精度，并在 OmniDocBench 上以极少的视觉 tokens 实现了 先进的性能，证明了视觉模态作为文本信息压缩介质的实用性和巨大潜力。该研究还探讨了这种光学压缩方法如何模拟人类记忆的遗忘机制，为未来 LLMs 的超长上下文处理提供新的思路。