076 - Deepseek OCR

Prompt und Antwort vor 1 Jahr

0:00

8:07

Im KI Gilde Podcast testen wir Deepseek OCR, das momentan
"ziemlich viel Furore macht".

Deepseek OCR ist mehr als nur eine Texterkennung: Es erfasst
Dokumente visuell (fast wie ein Mensch), nutzt
"Kontexts optical Compression" und erreicht eine
Kompression um das 7- bis 20-fache.

Erfahre, warum das Modell ideal für die Verarbeitung komplexer
Dokumente ist:

Es erkennt Layouts und Tabellenstrukturen
erstaunlich gut (über 92 % Genauigkeit bei Tabellen) und liefert
strukturierte Daten, z.B. als sauberes Markdown.

Wir klären, wie Deepseek OCR als maßgeschneiderte Basis
für RAG-Pipelines dient und wo es Tesseract überlegen
ist. Achtung: Das Modell ist zwar Open Source, benötigt aber
zwingend eine dedizierte Nvidia Grafikkarte
(GPU) und ist keine reine CPU-Lösung.