Pornhub免费资源入口,让你的娱乐方式焕然一新,体验全新的互动快感

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

2026-01-10 23:58:44
泉源:

猫眼影戏

作者:

郝飞

手机审查

  猫眼影戏记者 刘东贤 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:www.久久黄色电影毛片.com

??01月10日,英雄联盟LPL春季赛揭幕 新赛季新变化创造新看点,

  祭灵越是云云,没有自动出击,城外的兽群越是担心,对这株扎根这里多年的祭灵很是恐惧,虽然没有退缩,但一时间却不敢进攻 。

,高潮网址 。

??01月10日,中缅联合打击跨国电信网络诈骗犯罪 10名缅北重大犯罪嫌疑人被押解回国,

  出乎他们的预料,小不点见到这群人后,双眼放贼光,允许的那叫一个愉快,此后嗖的一下子就已往了,颇有点上赶着倒贴的架势 。

,小南娘大雷擦狙狙出自哪部动漫,成年激情黄网视频在线免费看,高清毛片在线播放不卡 。

??时势2:一级做a影片a在线视频中文字幕

??01月10日,中上协:现有境外主要市场中国概念上市公司1685家,

  “什么,这般珍贵,若是少见的王种,那就更逆天了,走,我也去看一看!”

,Madou Media's MD 0189: Campus forbidden fruit and lunch break fucky-fuck,老师让我 她30分钟,扒开日本老师 。

??01月10日,织就千年风华 “90后”缂丝艺人“挑经显纬”间传承丝织技艺,

  各人早上好!为了增强全体师生的消防意识,资助同砚们掌握争取的逃生要领,提高各人面临突发事务来暂时的应对能力和心理素质,今天,我们又一次举行了全校消防疏散演练,全体师生都能起劲配合,认真组织,听从指挥,模拟撤离快速有序,圆满完成了今天的消防疏散演练活动,抵达了预期效果 。

,迷j白嫩灌醉清纯在线,少女嵌梅克斯,魅魔繁殖乐园 。

??时势3:免费囯产av无码片毛片一级

??01月10日,玻利维亚前总统莫拉莱斯称“遭不明身份枪手袭击”,

  石子陵讶异,他的最强一击即便被几位宗老阻挡,阻遏了九成以上的实力,但依旧不是一样平常人可以接下的 。

,熟女超碰国人人,欧美日韩激情A片视频一站交流,免费十八禁一级黄色网站 。

??01月10日,法国骑师巴米高夺得香港浪琴国际骑师锦标赛冠军,

  “啊噗”

,国产黃色網,福利在线影院免费观看,免费观看a视频 。

??时势4:中国学生 XXXX

??01月10日,“部长通道”里解“真问题”,

  这是一种很凶悍与强盛的异禽,体内有传承自远古魔禽的血液,很难搪塞,一样平常的猛兽与凶物被它盯上都得死,难逃活命 。

,中国老太BBXX视频,一级黄色片日本小小美女免费,900AV在线 。

??01月10日,第七届“国家统一与民族复兴”研讨会在十堰举行,

  两人世神曦闪灼,殿中如山海咆哮,隆隆而鸣,整座神圣殿堂都在摇动 。

,麻豆传媒国产精品欧美激情,国产一国产一级毛片视频美国,无翼乌全彩口工番库_极乐鸟全彩少女 。

责编:王宇澄

审核:代长申

责编:付晓光

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