LLM EU
Menüü
Mudelid

DeepSeek OCR 2

DeepSeek

Ainult kataloogis Avatud kaalud

Viimati üle vaadatud:

Suveräänsus ja majutus

Ainult kataloogis

See mudel on kataloogis viitamiseks. Seda ei hostita veel LLM EU-s ja ükski esimese osapoole lõpp-punkt ei teeninda seda siin. Päringud sellele suunatakse otse pakkujale, vastavalt pakkuja enda tingimustele.

Kokkuvõte

DeepSeek OCR 2 on DeepSeeki avatud kaaluga nägemiskeele mudel 3,4 miljardi parameetriga, avaldatud Apache-2.0 litsentsi all. Repositoorium loodi jaanuaris 2026 ja on peegeldatud Hugging Face'is. See aktsepteerib teksti ja pilte ning vastab tekstina. See on baaskontrollpunkt ilma instruktsioonide häälestuseta. Avaldatud konfiguratsioon ei sisalda kontekstiakent, seega see kaart seda ei sisalda. Kaart on ainult kataloogi jaoks: LLM EU seda mudelit ei käita. Kirjastaja loetleb 1 keele.

Spetsifikatsioonid

Pakkuja
DeepSeek (CN)
Konteksti aken
Kinnitamata: pakkuja ei ole seda väidet dokumenteerinud.
Parameetrid
3.4B
Modaalsused
text, vision
Litsents
apache-2.0 · licence
Avatud kaalud
yes
Väljalaske kuupäev
27. jaan 2026
Ülesanded
Nägemine, Otsing (RAG)

Keeled

Tugev: —

Piisav: ocr

Tugev

    Piisav

    • ocr

    Kinnitamata: pakkuja ei ole seda väidet dokumenteerinud. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

    Millal kasutada

    Tugevused

    • open weights are published on Hugging Face and can be downloaded without a vendor agreement
    • Apache-2.0 licence, so commercial self-hosting is permitted without a separate agreement
    • at 3.4B parameters it fits on a single accelerator

    Piirangud

    • catalogue only — LLM EU does not run this model, and nothing on this card implies an LLM EU endpoint
    • no evaluation has been run by LLM EU
    • the published configuration records no context window, so the card carries none
    • at 3.4B parameters, the weights fit on a single modest accelerator
    • vision checkpoints are heavier to serve than their parameter count alone suggests, because the image encoder and pre-processing run alongside the language model