deepseek

广州明周科技

Revit 200+新功能之“房间面积图表”，房间数据可视化功能，轻松洞察项目空间信息！在BIM项目中，房间数据是建筑设计与管理的重要基础。为了帮助大家更直观、更高效地了解房间面积、周长等关键指标，我们特别推出了房间数据可视化功能。

栗子飞啊飞

如何实现大模型 “边生成边显示“今天要实现大模型 “边生成边显示” 的效果。并介绍如何Java接入DeepSeek接口。Java 可以通过SSE（Server-Sent Events，服务器发送事件）技术实现。SSE 是一种基于 HTTP 的单向通信协议，适合服务器持续向客户端推送数据流（如大模型的流式输出），非常符合 “边吐内容边显示” 的场景。

LLM 论文精读（十二）DeepSeek-OCR: Contexts Optical Compression这篇论文是 DeepSeek 又一篇巨作，发表于 2025年10月21日，距离博客成文时间 2025年10月23日约 2 天时间，总算赶上热乎的了。作者也开源了模型权重和使用方式。全文总结下来就一句话：DeepSeek 开发了一个全新的编解码器，实现了用极少量的 vision tokens 达到高精度的 OCR 解析，同时作者认为由于这个模型对 tokens 的需求极少，未来可以扩展到超长文本的应用上。

有关DeepSeek-OCR的一些实践与思考10月21号，DeepSeek-OCR发布的第二天，我发了一个朋友圈说：DeepSeek-OCR，yesterday发布，今天就6.5k Star，Downloads 32k+。已经不需要多说什么了。一句话类比就是昨天刚宣布要拍《三体》电视剧，今天就已经全集上线，并且每一帧画面都是你想要的字幕和解析。

AI研究-113 DeepSeek-OCR 原理与架构全解｜视觉压缩长文本 SAM-base 16×下采样 CLIP-L 3B-MoEDeepSeek-OCR的核心创新在于提出“上下文光学压缩”这一理念。简单来说，就是利用视觉模式来高效编码文本信息：将长文本渲染成图像，由模型“阅读”该图像来重构文本。这听起来有悖常规——毕竟传统观点里，图像输入文本会引入额外噪声和开销。然而DeepSeek团队发现，对于超长文本，视觉表示反而更划算。

利用DeepSeek改写递归CTE SQL语句为Python程序及优化前文有一个高效的sql，好奇能否把它改写成python程序，让DeepSeek改写，告诉他：把如下sql精确翻译成python，用列表代替表，注意这是递归CTE。

开学季技术指南：高效知识梳理与实战经验分享《开学季技术指南：高效知识梳理与实战经验分享》结构化学习框架思维导图与知识图谱的应用，推荐工具如XMind、Notion。学科知识模块化拆分技巧（以编程、数学为例）。

大模型真好玩

OCR技术简史: 从深度学习到大模型，最强OCR大模型花落谁家不到3B的参数量，仅需7GB显存，却能实现高精度的表格识别、公式解析、图像语义理解、视觉元素分割，甚至一键完成多模态PDF到MarkDown的转换——在多项评测中，它都拿下了SOTA成绩。相信最近不少人都被DeepSeek最新开源的DeepSeek-OCR刷屏了。

DeepSeek-OCR 原理剖析｜上下文光学压缩、Gundam 动态分辨率与并发预期附代码传统 OCR 多为检测→识别→版面还原三段式，遇到长文档/复杂版面时，上下文受限、结构恢复脆弱。DeepSeek-OCR 的切入点是先把页面压到少量视觉 token，再用 LLM 做生成式理解（Markdown、图表描述、定位等），把“结构化还原”并入语言模型的生成。

后端小肥肠

【n8n入门系列】输入抖音分享链接，3步自动提无水印视频 + 文案，小白也能上手！大家好，我是小肥肠，专注 AI 干货知识分享！今天给带来的是n8n入门教程，基于抖音分享链接，提取出无水印的真实视频地址和视频中的文案。想要学习的读者赶紧码住跟练哦~

超级神性造梦机器

当开源 OCR 革命撞上多模态成本困局：我们如何用 Gateone.ai 把 DeepSeek-OCR 变成 “印钞机”当开源 OCR 革命撞上多模态成本困局：我们如何用 Gateone.ai 把 DeepSeek-OCR 变成 “印钞机”

DeepSeek-OCR深度解析：新一代开源OCR模型的技术突破与核心优势DeepSeek-OCR最颠覆性的创新，藏在它独特的"编码器+解码器"架构里。这个由DeepEncoder和DeepSeek3B-MoE解码器组成的系统，用数学逻辑重新定义了OCR的处理流程。

Deepseek-ocr论文精读Deepseek这项工作终于填补了长期以来只能纯文本输入的空白！给出了几个重要信息下图其他模型的在基准测试中对比，出手就是王炸，deepseek-ocr系列包揽了整个外围，类似机器学习的AUC图像，面积越大，模型性能越好。这个模型在各个token量级下的表现都是显著高于其他模型的。牛逼就完了。

DeepSeek-OCR本地部署教程：DeepSeek突破性开创上下文光学压缩，10倍效率重构文本处理范式DeepSeek-OCR 是深度求索（DeepSeek）于 2025 年 10 月 20 日开源的一款革命性 OCR 模型，其核心创新在于提出上下文光学压缩（Contexts Optical Compression）技术，通过视觉模态实现文本信息的高效压缩与解压。该模型以 3B 参数量实现了 SOTA 级性能，按照官方的说法，单张 A100-40G 显卡日处理能力超 20 万页数据，这为长文本处理和大模型优化提供了全新范式。

用 n8n 自动化生成「每日科技热点速递」：从 RSS 到 AI 写作全流程实战（小白必看）本文基于真实工作流截图，手把手教你搭建一个自动化内容生成系统 ✅ 抓取最新科技新闻 → ✅ 过滤今天发布的内容 → ✅ AI 智能重写 → ✅ 保存为文件 🔧 全程使用 n8n + DeepSeek + RSS，无需编程基础！

DeepSeek-OCR 如何将你的 LLM 上下文提升 10 倍？原理、实践与云端部署指南在大型语言模型（LLM）和文档理解的世界中，“上下文窗口”和“Token 成本”一直是制约效率和规模的核心痛点。处理一份长达数百页的报告、合同或历史记录，意味着动辄数万甚至数十万的 Token 消耗和高昂的计算开销。

🚀DeepSeek又放大招！这个OCR模型让文档识别效率倍增！本地部署+客观实测DeepSeek-OCR！OCR识别准确率97%，支持100+语言，每天处理3如果你经常需要处理大量文档，或者正在为AI模型的长文本处理能力发愁，那么这篇文章你一定要看完。DeepSeek最近发布的OCR模型，可能会彻底改变我们处理文档的方式。

【DeepSeek论文精读】13. DeepSeek-OCR：上下文光学压缩欢迎关注[【AIGC论文精读】](https://blog.csdn.net/youcans/category_12321605.html）原创作品【DeepSeek论文精读】1. 从 DeepSeek LLM 到 DeepSeek R1 【DeepSeek论文精读】13. DeepSeek-OCR: 上下文光学压缩

ai痕迹记录针对词汇/句型英文指令：替换所有过渡词和连接词为基础常用词。使用简单表达，避免复杂词汇。确保句子逻辑清晰，删除文末总结。