黄金仓库huck9资源网名称,海量高清资源免费畅享,热门影视综艺一网打尽

k1体育麻将胡了

搜索 猫眼影戏 融媒体矩阵
  • 山东手机报

  • 猫眼影戏

  • 公共网官方微信

  • 公共网官方微博

  • 抖音

  • 人民号

  • 天下党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >社会新闻

DeepSeek-OCR是「长文本明确」未来偏向吗?中科院新基准给出谜底

2026-01-09 06:44:33
泉源:

猫眼影戏

作者:

郑利

手机审查

  猫眼影戏记者 林群 报道Q8X2R7L1T4J5M9B6W3

新智元报道

编辑:LRST

【新智元导读】DeepSeek-OCR的视觉文本压缩(VTC)手艺通过将文本编码为视觉Token ,实现高达10倍的压缩率 ,大幅降低大模子处置惩罚长文本的本钱。可是 ,视觉语言模子能否明确压缩后的高密度信息?中科院自动化所等推出VTCBench基准测试 ,评估模子在视觉空间中的认知极限 ,包括信息检索、关联推理和恒久影象三大使命。

近期 ,DeepSeek-OCR依附其立异的「视觉文本压缩」(Vision-Text Compression, VTC)范式引发了手艺圈的高度关注 ,以少少的视觉Token实现高效的文本信息编码 ,为长文本处置惩罚开发了新路径。

这一突破性希望让大模子处置惩罚超长文档的本钱大幅降低 ,但也抛出了一个焦点问题:当长文本被高度压缩为2D图像后 ,视觉语言模子(VLM)真的能明确其中的内容吗?

为相识答这一疑问 ,来自中科院自动化所、中国科学院香港立异研究院等机构的研究团队推出了首个专门针对视觉-文本压缩范式的基准测试——VTCBench。

论文链接:https://arxiv.org/abs/2512.15649

VTCBench链接: https://github.com/Moenupa/VTCBench

VLMEvalKit链接:https://github.com/bjzhb666/VLMEvalKit

Huggingface链接: https://huggingface.co/datasets/MLLM-CL/VTCBench

图 1:视觉-文本压缩 (VTC) 流程演示及VTCBench

与古板大模子直接读取成千上万的纯文本Token差别 ,VTC范式(如DeepSeek-OCR)先将长文档渲染 (Rendering)为高密度的2D图像 ,再由视觉编码器转化为少量的视觉Token。

该手艺可实现2倍至10倍的Token压缩率 ,显著降低了长文本处置惩罚时的盘算与显存开销。

VTCBench现已在GitHub和Huggingface周全开源 ,其衍生版本VTCBench-Wild是一个统一的、全方位评估模子在重大现实场景下视觉文本压缩的鲁棒性 ,现已集成到VLMevalkit。

焦点使命

权衡「看得见」之后的「看得懂」

现在的VLM也许能精彩地完成OCR识别 ,但在处置惩罚 VTC 压缩后的高密度信息时 ,其长文本明确能力仍存疑。

VTCBench通过三大使命 ,系统性地评估模子在视觉空间中的认知极限:

1.VTC-Retrieval (信息检索):在视觉「大海」中寻找特定事实的「针」(Needle-in-a-Haystack) ,测试模子对空间漫衍信息的捕获能力。

2.VTC-Reasoning (关联推理):挑战模子在险些没有文本重叠的情形下 ,通过关联推理寻找事实 ,逾越纯粹的词汇检索。

3.VTC-Memory (恒久影象):模拟超长对话 ,评估模子在视觉压缩框架下 ,抵御时间与结构性信息衰减的能力。

别的 ,团队同步推出了VTCBench-Wild ,引入 99 种差别的渲染设置(涵盖多种字体、字号、行高及配景) ,全方位检测模子在重大现实场景下的鲁棒性。

揭秘视觉压缩背后的认知瓶颈

图 2:VTCBench针对模子在长图像中检索信息的热力争。横轴代表上下文长度 ,纵轴代表要害事实(Needle)在文档中的深度。展现了模子体现的「迷失」与突破。

测试效果泛起出显著的「U 型曲线」:与文本模子类似 ,视觉语言模子(VLM)能够精准捕获开头和最后的信息 ,但关于中心部分的事实 ,明确能力会随着文档变长而强烈衰退。这证实晰纵然在视觉空间 ,模子依然保存严重的「空间注重力私见」 ,是未来 VTC 架构优化的要害偏向。

行业洞察

视觉压缩是长文本的终局吗?

通过对GPT、Gemini、Claude、QwenVL、InternVL、Gemma、KimiVL、Seed1.5等10余种尖端模子的深度评测 ,可以发明:

虽然VTC极大提升了效率 ,但现有VLM在重大推理和影象使命上的体现仍普遍弱于纯文本LLM;

消融实验证实 ,信息密度是决议模子性能的要害因素 ,直接影响视觉编码器的识别精度;

Gemini-3-Pro在VTCBench-Wild上体现惊艳 ,其视觉明确能力已险些追平其纯文本基准 ,证实晰VTC是实现大规模长文本处置惩罚的极其可行的路径!

总结

若是说古板的长文本处置惩罚是「逐字阅读」 ,那么DeepSeek-OCR所引领的VTC范式就是「过目成诵」的摄影式影象。VTCBench的泛起 ,正是为了确保模子在拥有这种「超能力」的同时 ,依然能够读懂字里行间的微言大义。

参考资料:

https://arxiv.org/abs/2512.15649

秒追ASI

?点赞、转发、在看一键三连?

点亮星标 ,锁定新智元极速推送!

??时势1:欧美性爱在线播放器

??01月09日,佛山发出首张双皮奶食品生产许可证,

  每个班级都是学校的缩影 ,每个学生都代表学校的形象 ,每寸校园都代表学校面目 ,同砚们要做到语言文明 ,行为文明 ,在校园内不乱丢杂物;不欺压小同砚;在校外遵守交通规则;不进网吧、游戏厅;在家尊重怙恃。在社会 ,做一个爱国爱民、遵纪遵法、忠实守信、文明礼貌的优异小公民。

,百度欧美视频亚洲视频一区。

??01月09日,十五运会和残特奥会视觉标识征集作品显粤港澳特色,

  而这些凶寇都傻眼了 ,这可是一位头领啊 ,极其强盛 ,竟然在这个孩子眼前只支持了几招罢了 ,犹如一滩烂泥般瘫在了那里 ,起不来了。

,www.久操.com,AV天堂午夜福利在线观看,有色又爽的强奸视频。

??时势2:亚洲自拍图片

??01月09日,广州:第65届羊城菊会吸引游客,

  “老五 ,你什么意思?”如黄金狮子般的老人喝问 ,腾的一声站起身来 ,道:“虽然要挖出来 ,重新接续在昊儿的体内 ,这是属于他的 ,谁也别想占有!”

,在线观看免费涩涩视频,A 级大黄片,91乱淫视频。

??01月09日,侨乡浙江瑞安:审批提速掀华侨回乡落户热,

  “你这个瓜娃子!”他父亲轻叱 ,可是已经晚了 ,被说了出来。

,拿笔在尿道口划来划去作文80字,二肏妈视频,99re2在线视频。

??时势3:男女男精品网站免费视频

??01月09日,中新教育丨全国妇联等16部门联合部署2024寒假儿童关爱服务活动,

结业班 篇12

,真人国产av,秘 成人小说网站,a的免费黄色视频。

??01月09日,日本启动“排污入海”满一年 超6万吨核污染水入海引担忧,

  首先 ,我谨代表学校党委、行政热烈接待列位同砚 ,并祝贺你们从强烈的竞争中脱颖而出 ,成为这个各人庭中的一员。同砚们 ,你们选择了x二中 ,x二中挑选了你们 ,这是一种缘分 ,让我们以热烈的掌声庆祝今天的相聚。

,国产一级婬片A片AAA毛片www,啊啊啊啊轻点视频,海滩走光高清视频无奶罩内裤。

??时势4:男男裸体Gay猛交Gay超长视频

??01月09日,埃及前总理:响应时代呼唤 中国以“和合”之道促世界发展漫评|中欧班列:助推中外经贸合作行稳致远,

  “嗡”的一声 ,其胸部闪灼 ,亦有圣光弥漫 ,令其出血的伤口所有凝固 ,并且全身骨头律动 ,宛若一曲神音 ,隐然要生长好一样平常。

,免费性爱视频亚洲无码,亚洲毛片手机在线看网站,鈥宧ttps://jm-comic2.cc/。

??01月09日,总台记者探访丨穿越安第斯山脉的中秘友谊之路,

  “这头凶禽乃是远古神鸟的后裔 ,初始我们以为它突破了 ,需要增补血气 ,故此将一个数百万人的大部落吞食了个清洁 ,厥后才发明 ,它是要产卵了。”一其中年男子道。

,18馃埐馃憼馃槇馃槇鉂わ笍,在线免费看黄片污污污污,亚洲av资源网站。

责编:高彩玲

审核:吴芳

责编:董明珠

相关推荐 换一换

Copyright (C) 2001-   dzwww.com. All Rights Reserved

新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证

山东省互联网传媒集团主理  联系电话:0531-85193202  违法不良信息举报电话:0531-85196540

鲁ICP备09023866号-1   鲁公网安备 37010202000111号  

Copyright (C) 2001- Dzwww   鲁ICP备09023866号-1

网站地图