共 27 条评论

1. 

   windy

   5 分钟前

   插，说到不懂装懂，有谁比得上你这个在日本国的卢瑟啊。

   现在各家确实都没啥大突破，但是DS在基本层面上已经落后了。编程现在是Claude,普通对话还是Chatgpt独领风骚。tokenizer本质上是prompt engineering的一部分，不光几大巨头在搞，很多不大不小的公司也在搞。DS搞的这种也就是雕虫小技。还敢吹成人类希望，也就你这种待在本子这种小国，没见过世面的才会说出这种疯话。

   xiaoju 写了： 今天 09:30

   你又急的不懂装懂了。。。

   openai的scaling law早就撞墙了，最近一年什么成果也没搞出来。人类的希望就看deepseek了

   评论
2. 

   FGH

   57 分钟前

   DS以前一直被诟病缺乏多模态能力。这次算是补上了短板。是不是弯道超车了？再等等看。

   评论
3. 

   xiaoju

   今天 09:31

   这个东西的意义不在于OCR，而是提出了同时搞定GPT两个致命缺陷的办法

   1. tokenizer
   2. 长context降智

   jb 写了： 今天 09:14

   DeepSeek-OCR准确率97%还是太低。

   评论
4. 

   xiaoju

   今天 09:30

   你又急的不懂装懂了。。。

   openai的scaling law早就撞墙了，最近一年什么成果也没搞出来。人类的希望就看deepseek了

   windy 写了： 今天 08:12

   看了下，显然是Deepseek在模型的能力上拼不过,改打这种小trick来抓眼球。这种东西有用吗？有。但是用处不大。类似的东西，包括多态模型，现在研究的多了。产品也多如牛毛。几个主打的大语言模型（其实这些都早不仅仅是“语言”模型了）都支持多模态输入。DS作为产品的卖点可以理解，从创新角度上真没啥好吹的

   评论
5. 

   jb

   今天 09:14

   DeepSeek-OCR准确率97%还是太低。

   评论
6. 

   labi

   今天 09:12

   股价毫无波澜，lol

   评论
7. 

   freelikewind

   今天 09:04

   windy 写了： 今天 08:12

   看了下，显然是Deepseek在模型的能力上拼不过,改打这种小trick来抓眼球。这种东西有用吗？有。但是用处不大。类似的东西，包括多态模型，现在研究的多了。产品也多如牛毛。几个主打的大语言模型（其实这些都早不仅仅是“语言”模型了）都支持多模态输入。DS作为产品的卖点可以理解，从创新角度上真没啥好吹的

   还没看这个新模型，不过tokenizer is vital。
   tokenizer本身就是语言模型，永远不会低估它对语言处理的作用。

   评论
8. 

   noparking

   今天 08:52

   @LiSheQiang DS的员工白牛随便操

   评论
9. 

   Bush

   今天 08:20

   sgisp2 写了： 今天 04:33

   兔子家缺算力，所以能搞出无穷的优质高效算法，又把老米甩得远远滴

   评论
10. 

    windy

    今天 08:12

    看了下，显然是Deepseek在模型的能力上拼不过,改打这种小trick来抓眼球。这种东西有用吗？有。但是用处不大。类似的东西，包括多态模型，现在研究的多了。产品也多如牛毛。几个主打的大语言模型（其实这些都早不仅仅是“语言”模型了）都支持多模态输入。DS作为产品的卖点可以理解，从创新角度上真没啥好吹的

    评论
11. 

    Narcotics07

    今天 08:04

    Photographic memory, 不是雨人类自闭症有的嘛

    这类人在米国被当特殊人（aka 傻子）

    评论
12. 

    Newsmax

    今天 08:00

    梁某人又要闯荡股市了？

    评论
13. 

    xiaoju

    今天 07:59

    我觉得本质上deekseek-ocr还是一个tokenizer

    不过因为其基于现代LLM，而不是古典的BPE算法，所以可以更高效的降噪，只提取有用信息

    sgisp2 写了： 今天 07:51

    应该是图像好记一些

    评论
14. 

    sgisp2

    今天 07:51

    应该是图像好记一些

    评论
15. 

    xiaoju

    今天 06:24

    deepseek-ocr的玩法是把重复信息忽略掉，比如100页稿纸，后面的只看内容不看格式，节省大量token

    人也是这么阅读的

    wanmeishijie 写了： 今天 04:12

    直观上文本必须tokenize再向量化。这个空间维度不低。
    而图片如果是16色很有限

    评论
查看全部评论