(5分钟全面认识)精品久久久久中文字幕加勒比东京热安卓版v88.85.72.60.31.63.13-2265安卓网

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 13:41:55
泉源:

猫眼影戏

作者:

吴根昌

手机审查

  猫眼影戏记者 郝羿 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:性黑人大战欧美黑白配

??01月09日,北京市财政局原党组副书记、副局长李玉国接受审查调查,

  1、 开展冬训活动,是将中央、省、市要求和习系列主要讲话精神引向深入的需要?苟祷疃,就是要通过集中学习的形式,让每一个干部体会上级精神,认清生长形势,理清事情思绪,引发事情热情,提升事情实效,为加速推进“幸福洪泽”建设作包管。

,黑人69式。

??01月09日,内蒙古锡林郭勒在边境地区十年新建公路近4000公里,

  “柳神……你好了?”有族老颤声道。

,卡戴珊视频门未删减21分钟在线观看,涩涩在线视频网站,汤不热老温鸡。

??时势2:国产精品久久久久久亚洲偷窥一

??01月09日,广西“画警”手绘安全知识海报 用画笔沟通民族情,

  火红的雀儿扑棱了一下同党,艰难地站了起来,在其胸腹间的伤口处符文闪灼,一直破损它的生气。

,一级电影大全,东京热久久岛国无码综合,国产深喉视频一区二区。

??01月09日,现代体育“碰撞”文化 河南安阳马拉松激情开跑,  美团数据也显示,7月以来,“网球”搜索量同比去年增添超60%。网球体验课、网球培训季度课包在平台热销,美团上网球运动相关团购订单量同比激增172%。,高清日韩视频,最新在线地址,男女半夜看骚网站。

??时势3:91在线视频com

??01月09日,吉林市松花江开江 沿岸冰面融化冰挂垂悬,

  数十头巨狼咆哮,呜呜长嚎,这个地方凶气更盛了,它们随时会扑杀过来。

,国产一区二区免费视频在线观看,免费在线观看性爱视频,美女的奶头软件。

??01月09日,“潭美”减弱为热带低压 海南岛将有暴雨到大暴雨,

  一、学海无涯,要与时俱进?蒲侨死辔拿鞯牡扑⑸缁崆敖幕。一直追求真理、勇于立异,是一小我私家永保进取活力的源泉。 同砚们要坚韧不拔地更新知识、充分自己、脚扎实地,以后才华生长为顺应社会、顺应时代的真正的精英人才。

,稀缺小u女呦品呦cB视频,性交A级久久,欧美夫妻一级A片。

??时势4:欧美一级A片黑人一级A片

??01月09日,广东成立首个空天医学工程研究中心,

  而天上亦是云云,种种禽类翱翔,铁嘴利爪,铺天盖地,像是了疯了一样平常朝着这片山地攻击,鳞羽翱翔。

,群发宣传册小猴导航,草莓芒果秋葵香蕉丝瓜绿巨人,jizz美女丝袜国产免费。

??01月09日,科级单位建18个微信工作群!多地集中整治,

  四大至尊生灵远去,一阵风拂过,数十座巨城尚有许多稍小的城郭瞬间倒下,化成了断壁与瓦砾。

,斗罗大陆在线免费看黄色版,免费精品国偷自产在线观看,本子库漫画下拉式免费阅读。

责编:潘丹

审核:毕柏

责编:宋勇

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