deepseek-ai/DeepSeek-OCR
DeepSeek-OCR îmbină un encoder vizual cu un model lingvistic pentru recunoașterea optică a caracterelor și analiza documentelor, publicat cu cod de inferență pentru vLLM și Transformers. Citește imagini și PDF-uri și le transformă în Markdown sau text simplu, fiind folosit și pentru a studia cât context vizual are nevoie un model pentru a reconstrui o pagină. Inferența rulează pe CUDA cu PyTorch, iar depozitul include scripturi de evaluare în lot pentru benchmark-uri.
Activitate de mentenanță