jina-ocr-v1은 OCR 품질보다 ‘문서 한 페이지를 얼마나 싸게 끝낼지’를 겨냥한다
jina-ocr-v1은 DeepSeek-OCR의 압축형 vision encoder와 3B MoE decoder 위에 FastMTP speculative decoding과 dense verifiable reward post-training을 얹어, 이미...
Tag3 posts
#Vision-Language Model
글 목록
EviRank는 이미지 검색 재정렬을 ‘유사도’가 아닌 ‘근거 검증’으로 바꾼다
EviRank는 멀티모달 이미지 질의를 Required·Forbidden·Ignore 제약으로 분해하고, 후보가 각 조건을 충족하는지 검증해 재정렬하는 training-free 접근이다.
DeepSeek-OCR 시각화는 OCR 모델을 압축 아키텍처로 읽게 만든다
Frederik vom Lehn의 DeepSeek-OCR fully visualised와 DeepSeek 공식 논문·GitHub·Hugging Face 자료를 함께 읽어, Gundam 모드, SAM/CNN/CLIP 기반 DeepEncoder, MoE...