
Two Minute Papers
DeepSeekが OCR光学的圧縮を 発表、 文書を 画像化しトークン数を 10分の 1に 削減
DeepSeekがテキストを画像化して視覚トークンへ圧縮する「DeepSeek-OCR」を公開。Foxベンチマークで10.5倍圧縮時に96.5%の文字再現精度を達成。単一のA100で日量20万ページの合成データを処理する新手法の全容を解説します。
TOPIC
DeepSeek に関連するAI・テクノロジーの動画をAIが映像・音声ごと解析し、要点・数字・注意点まで日本語でまとめた記事が3 本あります。

DeepSeekがテキストを画像化して視覚トークンへ圧縮する「DeepSeek-OCR」を公開。Foxベンチマークで10.5倍圧縮時に96.5%の文字再現精度を達成。単一のA100で日量20万ページの合成データを処理する新手法の全容を解説します。

DeepSeekが新モデル「DeepSeek-V4.1-Flash」の技術論文とAPIを公開。総パラメータ数5520億でありながら、新規アーキテクチャCEDやCSA2等の導入によりKVキャッシュを従来の4分の1へ圧縮し、100万トークンの長文脈推論コストを飛躍的に抑制しました。

DeepSeekが発表したDeepSeek-V4.1-Flashの技術概要と性能を解説します。500B超の巨大モデルでありながら独自のCSA2技術でKVキャッシュを890バイトに削減し、競合モデルを超えるベンチマーク結果を記録しています。