डीपसीक ने फिर से सफलता हासिल की

डीपसीक ने डीपसीक-ओसीआर मॉडल की घोषणा की है, जो बड़े दस्तावेजों को पारंपरिक तरीकों की तुलना में 20 गुना कम टोकन के साथ संसाधित करने के लिए संपीड़न माध्यम के रूप में दृश्य धारणा का उपयोग करता है।

डीपसीक ने एक नया एआई मॉडल जारी किया है जो पारंपरिक तरीकों की तुलना में 7-20 गुना कम टोकन के साथ दस्तावेज़ों को संसाधित करने में सक्षम है। फोटो: द वर्ज ।

SCMP के अनुसार, DeepSeek ने एक नया मल्टीमॉडल आर्टिफिशियल इंटेलिजेंस (AI) मॉडल जारी किया है जो पारंपरिक टेक्स्ट प्रोसेसिंग विधियों की तुलना में काफी कम टोकन—7-20 गुना कम—के साथ बड़े और जटिल दस्तावेजों को संसाधित करने में सक्षम है।

टोकन टेक्स्ट की सबसे छोटी इकाइयाँ हैं जिन्हें AI प्रोसेस करता है। टोकन की संख्या कम करने से गणना लागत में बचत होती है और AI मॉडल की दक्षता बढ़ती है।

इसे हासिल करने के लिए, डीपसीक-ओसीआर (ऑप्टिकल कैरेक्टर रिकग्निशन) मॉडल ने सूचना को संपीड़ित करने के साधन के रूप में दृश्य बोध का उपयोग किया। यह दृष्टिकोण बड़े भाषा मॉडलों को अत्यधिक मात्रा में पाठ को संसाधित करने की अनुमति देता है, बिना गणना लागत में आनुपातिक वृद्धि किए।

"डीपसीक-ओसीआर के माध्यम से, हमने यह प्रदर्शित किया है कि सूचना को संपीड़ित करने के लिए दृश्य धारणा का उपयोग करने से टोकन में महत्वपूर्ण कमी हासिल की जा सकती है - विभिन्न ऐतिहासिक प्रासंगिक चरणों के लिए 7-20 गुना तक - जो एक आशाजनक दिशा प्रदान करता है," डीपसीक ने कहा।

कंपनी के ब्लॉग पोस्ट के अनुसार, DeepSeek-OCR में दो मुख्य घटक होते हैं: DeepEncoder और DeepSeek3B-MoE-A570M, जो डिकोडर के रूप में कार्य करता है।

इस मॉडल में, डीपएनकोडर मुख्य उपकरण के रूप में कार्य करता है, जो उच्च-रिज़ॉल्यूशन इनपुट के तहत कम सक्रियण स्तर बनाए रखने में मदद करता है, साथ ही टोकन की संख्या को कम करने के लिए मजबूत संपीड़न अनुपात प्राप्त करता है।

इसके बाद, डिकोडर एक मिक्सचर-ऑफ-एक्सपर्ट्स (MoE) मॉडल है जिसमें 570 मिलियन पैरामीटर हैं, जिसका काम मूल पाठ का पुनर्निर्माण करना है। MoE आर्किटेक्चर मॉडल को सबनेटवर्क में विभाजित करता है जो इनपुट डेटा के एक उपसमूह को संसाधित करने में विशेषज्ञता रखते हैं, जिससे पूरे मॉडल को सक्रिय किए बिना प्रदर्शन को अनुकूलित किया जा सके।

दस्तावेज़ की पठनीयता के लिए एक बेंचमार्क, OmniDocBench पर, DeepSeek-OCR प्रमुख OCR मॉडल जैसे GOT-OCR 2.0 और MinerU 2.0 से बेहतर प्रदर्शन करता है, जबकि काफी कम टोकन का उपयोग करता है।

स्रोत: https://znews.vn/deepseek-lai-co-dot-pha-post1595902.html