LLM EU
Menu
Modelli

DeepSeek OCR 2

DeepSeek

Solo catalogo Pesi aperti

Ultima revisione:

Sovranità e hosting

Solo catalogo

Questo modello è catalogato per riferimento. Non è ancora ospitato su LLM EU, e nessun endpoint di prima parte lo serve qui. Le richieste ad esso vanno direttamente al fornitore, secondo i termini del fornitore stesso.

Riepilogo

DeepSeek OCR 2 è un modello vision-language open-weight di DeepSeek con 3.4B parametri, pubblicato sotto licenza Apache-2.0. Il repository è stato creato a gennaio 2026 ed è replicato su Hugging Face. Accetta testo e immagini e risponde in testo. È un checkpoint di base senza instruction tuning. La configurazione pubblicata non registra alcuna finestra di contesto, quindi questa scheda non ne riporta alcuna. La scheda è solo a scopo di catalogo: LLM EU non esegue questo modello. L'editore elenca 1 lingua.

Specifiche

Fornitore
DeepSeek (CN)
Finestra di contesto
Non verificato: il fornitore non ha documentato questa affermazione.
Parametri
3.4B
Modalità
text, vision
Licenza
apache-2.0 · licence
Pesi aperti
yes
Data di rilascio
27 gen 2026
Attività
Visione, Recupero (RAG)

Lingue

Forte: —

Adeguato: ocr

Forte

    Adeguato

    • ocr

    Non verificato: il fornitore non ha documentato questa affermazione. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

    Quando usarlo

    Punti di forza

    • 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

    Limiti

    • 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