9種類のAPIテストを解説。

DeepSeek-OCRがなぜそんなに大きな意味を持つのか? 既存の LLM は、コンテキスト ウィンドウと呼ばれる固定数のトークンしか処理できず、入力が長くなるにつれてアテンション コストが急速に増加するため、長い入力に苦労しています。 DeepSeek-OCRは新しいアプローチを採用しています。 長いコンテキストを LLM に直接送信する代わりに、それを画像に変換し、その画像をビジュアル トークンに圧縮してから、それらのトークンを LLM に渡します。 トークンが少ないほど、アテンションからの計算コストが低くなり、有効コンテキストウィンドウが大きくなります。これにより、チャットボットとドキュメント モデルの機能と効率が向上します。 DeepSeek-OCRはどのように構築されますか?このシステムには、次の 2 つの主要な部分があります。 1. エンコーダー: テキストの画像を処理し、視覚的特徴を抽出し、少数のビジョン トークンに圧縮します。 2. デコーダー: 標準のデコーダーのみのトランスフォーマーと同様に、これらのトークンを読み取り、一度に 1 つのトークンでテキストを生成する Mixed of Experts 言語モデル。 いつ使用しますか? DeepSeek-OCRは、視覚的表現を使用してテキストを効率的に圧縮できることを示しています。 これは、標準のコンテキスト制限を超える非常に長いドキュメントを処理する場合に特に便利です。コンテキスト圧縮、標準の OCR タスク、またはテーブルや複雑なレイアウトをテキストに変換するなどの詳細な解析に使用できます。 あなたに移る: LLM でロング コンテキストの問題を処理するためにビジュアル トークンを使用することについてどう思いますか?これは大型モデルの次の標準になる可能性がありますか? -- Become an AI Engineer をリリースしたばかりです |実践から学ぶ: コホート 2。コホート 1 を見逃した方は、今がコホート 2 に参加するチャンスです。 ここでチェックしてください: #AI #AIEngineer #MachineLearning .

🚀 新しいローンチ: AI エンジニアになる |実践から学ぶ |コホート2! 最初のコホート (約 500 人が参加) の信じられないほどの成功を受けて、Become an AI Engineers のコホート 2 の開始を発表できることを嬉しく思います。 これは、AI フレームワークとツールに関する単なるコースではありません。私たちの目標は、エンジニアが AI エンジニアとして成功するために必要な基盤とエンドツーエンドのスキルセットを構築できるように支援することです。 このコホートを特別なものにしている理由は次のとおりです。 • 実践しながら学ぶ: ビデオを見るだけでなく、現実世界の AI アプリケーションを構築します。 • 構造化された体系的な学習パス: 基礎から高度なトピックまで、段階的に学習する慎重に設計されたカリキュラムに従います。 • ライブフィードバックとメンターシップ: インストラクターや同僚から直接フィードバックを受け取ります。 • コミュニティ主導: 一人で学ぶのは難しいです。コミュニティで学ぶのは簡単です! 私たちは、理論や受動的な学習だけでなく、スキル構築に重点を置いています。私たちの目標は、すべての参加者が AI システムを構築するための強力な基盤を持って帰ることです。 コホート 1 を見逃した方は、今がコホート 2 に参加するチャンスです。 ここでチェックしてください: #AI #AIEngineer #MachineLearning .