DeepSeek-AI가 3B DeepSeek-OCR을 출시했다. 이 모델은 텍스트를 작은 집합의 시각 토큰으로 압축한 뒤 언어 모델로 해당 토큰을 디코딩하는 OCR 및 문서 구문 분석 Vision-Language Model(VLM) 시스템이다. 이 방법은 이미지가 텍스트의 간략한 표현을 갖고 있어 디코더의 시퀀스 길이를 줄여준다. 더 자세한 내용은 원문을 참고하면 된다.

<Mark Tech Post 뉴스 본문 전체읽기>