(4分钟深入讲解)素人渔夫林书辞全部作品鸿蒙版v32.77.43.75.29.49-2265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

2026-01-11 07:56:22
泉源:

猫眼影戏

作者:

朴信元

手机审查

  猫眼影戏记者 希尔费格 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:男人桶美女的屁股桶到爽

??01月11日,中新教育丨聚焦亲子双向成长 家庭轻喜剧《欢乐家长群》定档,  外地时间8月29日 ,巴黎残奥会首个角逐日。在伊夫林省圣康坦自行车馆 ,中国队选手李樟煜上演了一场“速率与激情”。男子C1级3000米小我私家追逐赛资格赛 ,他以3:31.338的效果刷新该项目天下纪录。决赛中 ,李樟煜状态火热 ,夺得金牌 ,这也是中国体育代表团在本届残奥会上获得的首枚金牌。另一位中国队选手梁伟聪摘得银牌 ,恭喜中国队包办该项目金银牌!,18人人黄色视频在线观看。

??01月11日,吉林省森林草原防灭火指挥部办公室、吉林省气象台发布森林火险黄色预警信号,

  金色浆液可不是简朴冲洗 ,而是突入体内 ,猖獗攻击 ,好比裂骨与绞肉一样平常 ,斩断筋脉是常有的事。

,和妈妈爱爱无码播放,白丝袜舞蹈生被c得合不拢腿,中国老太婆裸体BBB欣赏。

??时势2:一区二区中文字幕18

??01月11日,展望2024年A股市场 多家外资机构给出积极预判,

  “嵌在通道上的符骨是有数的废物 ,很有可能是远古遗种的骨 ,在这个天下有大用。”

,97三级aⅴ视频,学生跪床 被 网站视频,美女被操到高潮喷水视频。

??01月11日,第七届“贵州大曲·记忆里的味道”全国征文大赛正式启动洪秀柱寄语台青:在大陆可以找到很多发展机遇,

  众人露出异色 ,收一个奇才为徒 ,还可以带走远古魔禽的后裔 ,更能获得狻猊宝骨 ,这笔帐太划算了。故此 ,又有几股势力启齿。

,香港三级无码一区二区,欧洲无码二区,无码在线国产偷情视频。

??时势3:激情毛片100部免费

??01月11日,(巴黎奥运)田径女子铁饼:冯彬获得亚军,  第一 ,台内务问题难明。近期“在野”党主导的台立法机构刷新行动 ,造成“朝野”关系主要、立法机构议事冲突频传;台行政机构提复议案让行政和立法冲突浮上台面 ,政党纷纷走上陌头诉诸群众 ,政局动荡、人心担心。,日本性关系视频免费网站,五月综合网婷婷,人妻精品久久无码专区浪潮。

??01月11日,广西多彩民族“快闪”演出亮相维也纳街头,

  凤凰神翅与黄金矛撞在一起 ,像是两座活火山碰撞 ,岩浆滔天 ,火焰蔽空 ,这个地方一片耀眼 ,其他什么都看不到了。

,91无码在线视频播放,无码专区视频精品老司机又大又黄,性一级录像片片交片。

??时势4:欧美人人摸

??01月11日,和评理 | 巴以冲突未休伊以冲突升级 美应“釜底抽薪”而非“抱薪救火”,

  令这群人没有想到的是 ,这个奶娃一双大眼发光 ,攥紧了小拳头 ,无比兴奋 ,道:“他们身上有好工具吗?”

,日韩视频无码专区,伊东沙兰电影,午夜一级影院欧美。

??01月11日,香港公布《长远房屋策略》周年报告 未来十年目标供应44万个单位,

  他们心惊的同时 ,也一阵遗憾 ,感受无比惋惜 ,那可是一只神禽子女的卵 ,只要孵化出来并养大 ,绝对能窥探到远古神王宝术的部分神秘。

,wwww88888,欧美一级婬片A片免费手机版蜜臀,JIZZ日本国产大陆内射极品。

责编:夏祥洲

审核:李枝宏

责编:弗雷斯特

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