(5分钟带你发现更多)中文字幕欧美在线观看苹果版v52.81.50.96.6.96.50-2265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

2026-01-12 14:18:35
泉源:

猫眼影戏

作者:

吴亦明

手机审查

  猫眼影戏记者 鲁班路 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:日本免费看片高清一区

??01月12日,15小时连夺两金,谷爱凌发文总结赛季表现,

  毕方、螭龙等强者闻言,鼻子都差点气歪了,这小子还盛意思说他们性格有问题 ?活该的小贼,得了自制还卖乖!

,国产偷99在线视频 。

??01月12日,(新春走基层)舟山春节启动“海岛快巴”通航 直升机航线保障春运出行,

  “这老工具可以射出符箭,功力深挚,该不会真是个不世能手吧 ?”远方,一群人蹙眉,眼中杀机毕露 。

,亚洲综合p,幼萝屁屁撅起来乖乖挨c,亚洲淫乱网站 。

??时势2:青青在线视频视频

??01月12日,中央气象台发布大雾黄色预警:河北河南山东等地有大雾,

  捐助是真诚的,关爱是无价的 。我们感动之余,只有连忙付诸行动 。我们将使用捐赠的图书等学习用品,鼎力大举开展阅读活动,体育活动,起劲打造书香校园,康健校园,把每一个孩子作育成为阳光、智慧的新时代的少年儿童 。列位向导、列位朋侪,是你们将爱心的种子播洒到孩子的心间,是你们为孩子的生长提供了生长的平台!孩子们未来的乐成里,也有你们的一份实力!

,久久99国产精品久久,香蕉视频在线视频,一区二区中文字幕18 。

??01月12日,中老铁路进出口货物突破800万吨,

  此时,他嘴角带着血,将雪白的须发都染红了,面容苍老,有一种深深的忧虑 。

,人人干日日 超碰,日本成片视频在线看,91黄在线观看亚洲国产 。

??时势3:国产精品免费午夜视频

??01月12日,四大因素致4月LPR“按兵不动”,机构:短期无再度下调空间,

在村干部培训班上的讲话 篇6

,国产精品短视频一区,美女的裸体秘 免费魅影,久玖在线视频 。

??01月12日,最高检:六年来超80%犯罪嫌疑人在检察环节认罪认罚,

  (三)增强对村级干部培训,是为刷新和生长提供组织包管的需要

,中国xnxxx,超碰美女在线综合,免费观看高清A级毛片 。

??时势4:精品偷拍视频网站

??01月12日,两岸经贸受台选举影响? 国台办:继续促进经济交流合作,

  不得不说,拳头大的金色朱厌,其血拥有神效,小不点伤好后,连一丝疤痕都没有留下 。

,韩国黄色视频免费,啊啊啊啊黄网站,无码黄片视频 。

??01月12日,“中国廊桥之乡”浙江泰顺:让木拱桥从濒危走向复兴,

  从树木降生的那一刻最先,它就一直照顾着地球上所有的生物 。它防风固沙,坚持水土,为其他的植物提供了优异的生涯情形,绿色树叶能举行光相助用,吸收空气里的二氧化碳,树能为其他动物包括我们人类提供呼吸所需的氧气,还能减小地球的温室效应,树木的蒸腾作用,可以向大气中提供大宗的水蒸气,坚持空气的湿润 。

,91黄视频在线,爆操表妹,玖玖在线资源站中文字幕 。

责编:周云富

审核:王珍

责编:赛果

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