免费在线黄网站视频,独特的视觉设计与流畅的操作体验,让人爱不释手

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 16:24:02
泉源:

猫眼影戏

作者:

黄英杰

手机审查

  猫眼影戏记者 牛顿 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1:97超碰超碰

??01月09日,两岸施氏宗亲相聚厦门将军祠文化论坛 共话两岸融合,

  不少人一个趔趄,差点栽倒在地上 。

,极品视频网站 。

??01月09日,台商企业产品斩获“全球食品界奥斯卡奖”:“Made in China也有好东西”,

  ……

,婷婷五月在线一区二区,国产大学生酒店刺激在线,日本淫岁视频 。

??时势2:免费看无码毛片区

??01月09日,山东乡村文化旅游节即将“登场” 邀民众过特色“鲁味年”中国国内企业拥有有效发明专利290.9万件 占比首超七成,

  “留下幼神!”银血巨人吼道,虽然知道不敌,恐惧这小我私家族少年,但现在也顾不上那么多了,各人齐上岂非还制不住他吗 ?

?第一百二十一章 遭遇,茜特菈莉裸体 自慰喷水,虐手指奴欧美调教,欧美a天堂在线 。

??01月09日,水利部公布第一批通过水利部标准化管理评价的大中型灌区、灌排泵站名单,

  族长没有细说往事,但当中肯定有不少隐情,更有许多故事,能够逃避那些人多年的追杀,他自然不简朴 。

,黄色网站AA十片,欧美激情视频在线观看,国产精品免费久久久久电影网 。

??时势3:欧洲黄色视频

??01月09日,今年广东旅博会境外参展商数量将恢复至2019年水平,

  一个月后,石子陵回来,并没有寻到十三爷,且进入府中连忙就感受到了差池劲,气氛怪异 。

,校草公交车被多人伦㢨,国产949理论片在线观看,无码人妻一区二区三区神彩美 。

??01月09日,中欧日韩专家前瞻“6G标准”:需要全球合作,

  (2)必需穿越浓烟逃生时,应只管用浸湿的衣物披裹身体、捂住口鼻,贴近地眼前行 。

,囯产一级黄色电影网站,91人妻捆绑抽打屁屁,色妞一区二区在线播放 。

??时势4:多人拳交videos

??01月09日,西安铁路警方侦破系列诈骗案 30余人被骗超360万元,

  “岂非只由于毅儿是你那一支的人,就要掩饰究竟吗,至尊骨该是谁的就是谁的!”

,国产黑料绿帽社入口,国产美女激情视频网站免费,18 无套直女仆游戏 。

??01月09日,加快赋能供应商数字化智能化升级 SHEIN持续构建品牌生态出海,  王一新严重违反党的政治纪律、组织纪律、清廉纪律和生涯纪律,组成严重职务违法并涉嫌受贿犯法,且在党的十八大后不收敛、不收手,性子严重,影响卑劣,应予严肃处置惩罚 。依据《中国共产党纪律处分条例》《中华人民共和国监察法》《中华人民共和国公职职员政务处分法》等有关划定,经中央纪委常委会聚会研究并报中共中央批准,决议给予王一新开除党籍处分;由国家监委给予其开除公职处分;终止其黑龙江省第十三次党代会代表资格;收缴其违纪违法所得;将其涉嫌犯法问题移送审查机关依法审查起诉,所涉财物一并移送 。,吴梦梦星辰影院,黄片视频免费观看无遮挡男人用鸡巴插女人,亚洲欧美日韩国国产综合 。

责编:鲍坤子

审核:蔺小平

责编:杨振堂

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