欧美人禽,覆盖全网最新内容,实时更新不间断,精彩一手掌握

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 00:16:28
泉源:

猫眼影戏

作者:

关连闯

手机审查

  猫眼影戏记者 金键 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:欧洲一级毛片高清视频

??01月13日,应对小儿常见问题中医外治有好办法,

  一群人声势赫赫 ,冲向石村 ,不敢停留半步 。

,荷兰世交大直播回放下载网址 。

??01月13日,“五一”餐饮市场火热 外卖成餐饮企业营收上涨重要渠道,  业内人士以为 ,在素质教育大配景下 ,应当提倡“双赢”式支教研学 ,既让大凉山的孩子们有幸福感、获得感 ,真正学到工具 ,也让支教自愿者从中获得生长体验 。而商业支教研学 ,又将在7月初如火如荼举行 。因此多名公益组织首创人建议 ,大凉山支教研学亟需在规范化指导下 ,有序、康健生长 。,17禁,十八岁一上看的黄片,男男黄 。

??时势2:人人操人人人人插人人干人人

??01月13日,湖南两会“委员通道”:扬文化、稳经济、助发展等成热词,

  至于那些坐骑更是早已不听使唤 ,体若筛糠 ,趴伏在地 ,簌簌颤抖个一直 ,惊惧到不敢起仰面来 ,一直的朝着大荒偏向叩头 。

,999免费的网站午夜,国产强奸视频一区在线,久久精品视频黄 。

??01月13日,【新闻随笔】传承文化基因 营造良好家风,

  “无论怎样 ,我都要去一试 ,尽最大的起劲让昊儿回复!”石子陵神色坚贞 。

,两瓣湿漉漉向上,美女一级一级A一级免黄,二次元男生把小困困进女生困里视频 。

??时势3:久久精品视频28

??01月13日,宁波大学命名“香港甬港联谊会楼”,

  2、西席不但仅要体贴、关爱学生的学习行为与一样平常生涯 ,更要关爱自己的专业生长 ,把专业生长摆在提高教育教学质量的主要位置 。西席要善于把亲爱知识的火花从自己心里移植到学生的心里 ,“争取学生热爱你的学科” ,让学生把你所教的学科看成是最感兴趣的学科 ,让只管多的学生 ,尤其是“差生”像神往幸福一样理想着在你所教的这门学科领域里有所收获 ,有所创立 。

,国产免费性交,日本一区二区91视屏,动漫美女揉胸 。

??01月13日,极氪领克整合:手握三大优势储备 剑指百万新能源集团,

  “阻住他!”许多人惊悚大叫 。

,精品性欧美牲交在线视频,午夜性爱视频在线,女仆让宙斯桶爽未删减版 。

??时势4:深夜免费在线观看网站

??01月13日,泰国宋干节后新冠肺炎病例激增,

  你听 ,责任重于泰山的谆谆教育声犹震耳!你看 ,从车间到科室 ,所有的职员正在自己的岗位上以认真认真的态度 ,扎扎实实地事情着 ,我坚信有了上级的准确向导 ,有了我们在清静方面多年积累的名贵履历 ,更有一支团结拼搏 ,敢打硬仗的职工步队 ,我们的企业一定会再创清静生产新的时势!清静是火 ,点燃了生命之灯!清静是灯 ,照亮了生命之路!清静是路 ,指导着生命走向新的绚烂!

,国内自拍91桃色视频,女性生殖器官图小妹妹,崩铁角色把所有的衣服都脱了不打码的网站 。

??01月13日,中方:菲方应立即停止冲闯中国南沙群岛和黄岩岛邻近海域,

在村干部培训班上的讲话 篇12

,成年人免费看日韩欧美一区,2021天天操天天舔天天爽,性爱视频网站精品 。

【习近平抵达爱丽舍宫 法国总统马克龙热情迎接】

【外国专家在广西迎新春 盼新年“天天向上”】

责编:李楠楠

审核:武英

责编:宋志平

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