OCR 新范式！DeepSeek 以「视觉压缩」替代传统字符识别；Bald Classification数据集助力高精度人像分类

公共资源速递

1 个公共教程：

* DeepSeek-OCR：利用视觉模态压缩长文本上下文的新方法

5 个公共数据集：

* FDAbench-Full 异构数据分析基准数据集

* AutoDock-GPU_Output 对接结果数据集

* T2I-CoReBench 多模态图像生成基准数据集

* Bald Classification Dataset 秃头头像数据集

* Amber_Benchmark 分子动力学性能评测数据集

访问官网立即使用：http://openbayes.com

公共教程

1. DeepSeek-OCR：利用视觉模态压缩长文本上下文的新方法

DeepSeek-OCR 是一款面向长上下文视觉信息压缩与识别的开源 OCR 模型。其核心引擎 DeepEncoder 的主要特色在于能够在高分辨率输入的前提下保持极低激活量，并以高压缩比将图像内容转化为可控规模的视觉 token，从而让模型能够在更长序列中稳定处理视觉信息。

* 在线运行：

https://go.openbayes.com/QfBbY

模型示例

公共数据集

1. FDAbench-Full 异构数据分析基准数据集

FDAbench-Full 数据集是一个用于评估数据代理（Data Agents）在异构数据分析任务中的表现的综合基准，包含 2,007 个高质量分析任务，覆盖不同数据领域、难度等级与任务类型，用于系统考察模型在数据库查询生成、SQL 理解以及金融数据分析中的能力。

* 在线使用：

https://go.openbayes.com/JEGSk

2. AutoDock-GPU_Output 对接结果数据集

AutoDock-GPU_Output 数据集是一组由 AutoDock-GPU 生成的标准对接输出文件（.dlg），包含结合能、构象聚类与最终配体姿态等解析信息，可用于展示分子对接的完整结果格式并验证对接环境配置是否正常。

* 在线使用：

https://go.openbayes.com/Cl1cA

3. T2I-CoReBench 多模态图像生成基准数据集

T2I-CoReBench 数据集是一个用于评估文本驱动图像生成模型的综合基准，包含 1,080 条高难度文本提示及约 13,500 项细粒度检查项，用于重点考察模型的组合生成能力与推理一致性。

* 在线使用：

https://go.openbayes.com/pSMpO

4. Bald Classification Dataset 秃头头像数据集

Bald Classification 数据集是一组面向图像分类模型训练与评测的公开人脸数据集，包含约 20 万张 JPG 格式图像，按照训练集、验证集与测试集划分，支持模型对「光头（Bald）」与「非光头（Not Bald）」两类人像的自动识别与分类。

* 在线使用：

https://go.openbayes.com/7x3n4

数据集示例

5. Amber_Benchmark 分子动力学性能评测数据集

Amber Benchmark 数据集是一组面向高性能计算（HPC）环境的标准化基准输入与配置文件，用于评估 Amber 分子动力学程序在不同硬件平台和并行架构下的性能与可扩展性。它包含 DHFR、Factor IX、Cellulose、STMV 等典型模拟体系，可用于跨平台复现实验性能并进行对比测试。

* 在线使用：

https://go.openbayes.com/yovA0