henry 发自 凹非寺 量子位 | 公众号 QbitAI 刚刚，DeepSeek开源了全新的OCR模型—— DeepSeek-OCR 2 ，主打将PDF文档精准转换Markdown。 相较于去年10月20日发布的初代模型，DeepSeek-OCR 2的核心突破在于打破了传统模型死板的"光栅扫描"逻辑，实现了 根据图像语义动态 重排视觉标记（Visual Tokens） 。 为此，DeepSeek-OCR 2弃用了前作中的CLIP组件，转而使用轻量化的语言模型（Qwen2-0.5B）构建 DeepEncoder V2 ，在视觉编码阶 段就引入了"因果推理"能力。 这一调整模拟了人类阅读文档时的因果视觉流，使LLM在进行内容解读之前，智能地重排视觉标记。 性能上，DeepSeek-OCR 2在仅采用轻量模型的前提下，达到了媲美Gemini-3 Pro的效果。 在OmniDocBench v1.5基准上，DeepSeek-OCR 2提升了 3.73% ，并在视觉阅读逻辑方面取得了显著进展。 | Model | | | | V-token™ax Overall ↑ Formula OM ↑ TableTEDs ↑ ...

RT Alex Prompter (@alex_prompter)This paper from Harvard and MIT quietly answers the most important AI question nobody benchmarks properly:Can LLMs actually discover science, or are they just good at talking about it?The paper is called “Evaluating Large Language Models in Scientific Discovery”, and instead of asking models trivia questions, it tests something much harder:Can models form hypotheses, design experiments, interpret results, and update beliefs like real scientists?Here’s what the authors did di ...