https://grok.com/share/c2hhcmQtNA%3D%3D_5f4f0797-59c4-44e1-b893-f11034e4abeb (前略) DeepSeek-OCR 確實是一款高效低耗的 OCR 模型，專為處理大量視覺-文本數據而設計， 特別適合用於生成高質量訓練數據，進一步訓練其他 AI 模型（例如大型語言模型 LLM） 。以下是對你理解的補充和精簡說明： 高效低耗的核心：DeepSeek-OCR 通過「上下文光學壓縮」（Contexts Optical Compression）技術，將大量圖像或文件內容壓縮成極少的視覺 token（例如一頁 PDF 僅 需 100 個 token），同時保持高精度（97% 在 10x 壓縮）。這大幅降低計算和記憶體需 求，解決長上下文處理的瓶頸。 掃描大量資料：它在單個 A100-40G GPU 上能以 2500 token/秒的速度處理 PDF，日產 20 萬頁以上，適合大規模文件數字化。訓練數據涵蓋 30 萬 PDF 頁、1000 萬自然場景 OCR 和多類專業數據（圖表、化學公式等），非常適合生成結構化數據。 訓練其他 AI：DeepSeek-OCR 的輸出（如 Markdown 或結構化文本）可直接作為 LLM 的 高質量訓練數據，特別在多語言、科學圖表和複雜布局上表現出色，推動 GPT-5 級模型 的視覺-文本能力。 開源優勢：MIT 許可，支援 vLLM 和 Transformers，易於部署和定製，適合企業或研究 者用於大規模數據處理。 簡單說，它是一個「省力神器」，能快速、精準地將海量文件轉成 AI 可用的數據，特別 適合需要高效 OCR 的場景，比如數字化檔案或訓練視覺語言模型。不過，它在極複雜表 格或手寫識別上可能還需調優。 -- 參考: https://github.com/deepseek-ai/DeepSeek-OCR https://x.com/BrianRoemmele/status/1980307485719429602 悲報 AI比你更會讀書學習了 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.36.201.220 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/AI_Art/M.1761101249.A.41E.html