deepseek-ai/DeepSeek-OCR
DeepSeek-OCR associe un encodeur visuel et un modèle de langage pour la reconnaissance optique de caractères et l'analyse de documents, publié avec du code d'inférence pour vLLM et Transformers. Il lit des images et des PDF et les convertit en Markdown ou en texte brut, et sert aussi à étudier la quantité de contexte visuel nécessaire à un modèle pour reconstruire une page. L'inférence tourne sous CUDA avec PyTorch, et le dépôt fournit des scripts d'évaluation par lots pour les benchmarks.
Activité de maintenance