(5分钟快速体验)在线aiai电脑版v46.65.71.15.217.33.50.66-2265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

2026-01-08 13:24:15
泉源:

猫眼影戏

作者:

邱丹燕

手机审查

  猫眼影戏记者 强中强 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1:91中国熟妇喷水久久

??01月08日,探访太原新发现北魏石窟:孤独隐匿山间近1500年,

  一样平常的孩子别说单独一人前行三十万里,就是三百里、三千里就可能会遇险,被猛兽吃掉 。

,欧美全网一级AA片片黄大片 。

??01月08日,国台办:“台独”分裂和外来干涉阻挡不了历史大势,

  “啾啾……”

,久久碰久久碰爱视频,美女扒开尿口让男生桶,看国产一区二区黄色视频 。

??时势2:在线毛片视频

??01月08日,“宪法人生 与检同行”国家宪法日主题活动在京举行,

  优异的教育团队永远是学校生长的焦点竞争力,正是他们的辛勤起劲,作育了一批又一批德才兼备的学生 。一会由班主任总结 。

,手机av综合网,吴梦梦到粉丝家里第一季在线观看新华,纲手裸 。

??01月08日,中国银行研究院首席研究员陈斌接受纪律审查和监察调查,

  “嗯,我知道 。”小不点颔首 。

,一级岛国片免费精品,综合国产黄色,体育生互摸jiji秘 无短裤 。

??时势3:小嫩b喷了白浆30分钟

??01月08日,黎巴嫩真主党领导人:美国在红海的所作所为将损害航运安全,

  “第一强者到了,他若是脱手,也许只有雷侯以及金狼部落的祭灵等有限几个至强保存可以对抗!”

,亚洲成人漫画3b激情wj网,动漫美女扒开屁股,国产精品1314在线永久免费观 。

??01月08日,习言道|习近平为何说“这是我们的宝贝”,

  8、注重清静用电,作好防火事情,小心使用煤气,学会自护自救,掌握基本的消防知识和逃生本事,记着家长电话号码和抢救电话(110、120、119) 。

,班花被迫做h高潮失禁,未满十八禁止免费影院,九九精品免费视频 。

??时势4:男男揍屁股淫扇翘臀颤

??01月08日,大陆高校师生参访团参观沪尾炮台,

  现在我们坐在了整齐明亮,装有暖气的课堂里学习,课堂里的每一个地方都温暖宜人 。皎洁平滑的地面映出了我们无邪可爱的笑容 。学校里为我们配备了微机室,越来越多的现代化教学装备走进学校,走进课堂 。让我们在种种各样的兴趣小组中挥毫泼墨 。在上课时,先生接纳的是启发式教学,先生先提出问题,然后和我们一起找谜底 。让我们有了更多的加入性,互动性 。现在先生不必随处托人买教辅书,电脑上应有尽有 ;箍梢杂玫缒员缚,制作漂亮形象的课件,并且随时在课堂上调出来 。

,黄片十八岁以下禁看视频在线观看,把 放进,狂野欧美性激色啪XXXX网站 。

??01月08日,(寻味中华|文博)赏女子发髻之美,品初唐风尚,

  在他们眼前,尚有一个被捆绑的妇人,被押解到了近前 。

,久久精品看久久,视频一区自拍盗拍,国产好大对白露脸高潮 。

责编:广田弘毅

审核:成龙

责编:何晓喆

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