(5秒全面认识)看黄色网址有最新版v19.20.18.40.24.12-2265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

2026-01-13 14:18:56
泉源:

猫眼影戏

作者:

陆令萱

手机审查

  猫眼影戏记者 李成龙 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:免费看无码毛片区

??01月13日,多家央企公告一季度“开门红”,战略性新兴产业投资加速,

  各班搞好课堂和公共区卫生 ,对学生举行清静教育。

,欧美超强自慰。

??01月13日,吉林推动用数字化技术让非遗故事鲜活传承,

  最前方的几人身份极高 ,但却首当其冲 ,其中两人直接被震的翻飞了起来 ,另外几人倒退。

,啊啊啊承认免费网站,一级av一片,91无码人妻。

??时势2:校花乖乖撅起粉臀

??01月13日,广厦男篮胜天津男篮 孙铭徽升至CBA历史助攻榜第七,

  即即是那头强盛的祭灵也没有一丝还手之力 ,在天空中炸开 ,化成一团血雾 ,飘入这头重大凶兽的口中。

,人人插人摸操秋霞网,被三个男人躁爽白浆,日本真人一级性爱。

??01月13日,江苏人均预期寿命达79.7岁居全国前列,

  同砚们 ,我们要时刻提醒自己:珍惜时间 ,专心学习 ,让自己人生的每一步都走得扎扎实实。

,在线观看无遮挡网址,羞羞动漫在线,国产成+人+综合+亚洲欧美丁香花。

??时势3:国产精品久久久福利

??01月13日,广西友谊关公路口岸浦寨通道首票进境粮食顺利通关,

  “一个天生至尊 ,居然在族中被侵占了 ,反天了吗 ?还探讨个什么 ,连忙将毒妇凌迟正法!”一位老人震怒。

,插女生网站,人人看人人玩人人操,欧美另类 XXXX脱垂。

??01月13日,光明说经济丨中国外贸顶住压力走出上扬曲线,

  (五)树立大交通理念 ,城乡蹊径建设获得新增强

,一级黄色完整版录像片一视频一在线观一在线欢看观精品,杨幂A片一二三区视频,看欧洲黄色视频。。

??时势4:日韩欧美大码a在线观看

??01月13日,《洛神赋图》“闪现”辽宁省博物馆,

  汽车朝八里峪驶去 ,我的心里充满了期待和神往。

,在线视频一区精品激情,黄av在线播放网,花房姑娘免费观看全集电视剧高清。

??01月13日,“北疆护宝——内蒙古打击文物犯罪成果展”亮相内蒙古博物院,

  我们各人要在各自的事情岗位上 ,干好自己的本职事情 ,在事情上真正树立清静第一的头脑 ,战胜种.种难题 ,吸收教训 ,遵章守纪、严酷把关、搞好自控互控 ,从事情的每一分钟入手 ,从每个清静月入手 ,最终实现一个个清静百天、清静千天 ,实现我们的斗争目的。清静的目的不是一小我私家、一天、一件事就能实现的 ,要我们恒久的、各人同心协力 ,才华掌握住清静。我们们谁也不敢说会一辈子不出问题 ,可是我们应该有掌握:初级的事故不出、可以避免的事故不出。我们要善于总结自身保存的问题 ,找出容易出问题的地方 ,竭尽全力的把事故堵在外边 ,只管的提高自己避免事故的能力 ,延伸自己的清静周期 ,取得更好的清静效果 ,为我们合成工段添色泽!

,91人妻无码精品一区二区毛片,有免费黄色网站,日韩第六页。

责编:巴勃罗·埃斯科瓦尔

审核:郑颖聪

责编:吉克莲

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