deepseek-ai/DeepSeek-OCR
DeepSeek-OCR combina un codificador visual con un modelo de lenguaje para el reconocimiento óptico de caracteres y el análisis de documentos, publicado con código de inferencia para vLLM y Transformers. Lee imágenes y PDF y los convierte en Markdown o texto plano, y también sirve para estudiar cuánto contexto visual necesita un modelo para reconstruir una página. La inferencia se ejecuta en CUDA con PyTorch y el repositorio incluye scripts de evaluación por lotes para comparativas.
Actividad de mantenimiento