(1分钟带你了解)免费黄色网站污电脑版v84.51.11.5.14.19.312.142-2265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 14:58:27
泉源:

猫眼影戏

作者:

赵久富

手机审查

  猫眼影戏记者 孙炳龙 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:赤裸无码

??01月11日,电影《志愿军:存亡之战》央企线上联动 以今日新中国成就致敬最可爱的人,

  最后,祝列位家长朋侪身体康健,心情愉快,家庭幸福,新年吉祥,万事如意,好运连连!

,性爱在线破解版黄色网站。

??01月11日,全面推进美丽中国建设 加快推进人与自然和谐共生的现代化,

  小石昊闭上了眼睛,想到了阿文叔被他一箭射穿胸膛的情景,眸子猛地睁开,轮下手中的大剑剁了下去,“噗”的一声人头滚落,喷出许多血。

,我是你小 快拔出来在线视频,a级黄片入口,什么网站看毛片。

??时势2:扒开老师 奶头含羞视频动漫

??01月11日,两岸学子进行“打气球”射击比赛,

  蛟鹏与紫山昆闻言,同时立眉,都是天才,通常间飞扬自信,他们从不会向谁垂头。

,午夜a一级毛片免费,欧美肛交视频操,99精品全国免费久久。

??01月11日,关注巴以局势:以媒称以方提出新提议 哈马斯尚未回应,

  冬季磨炼利益许多,冬季磨炼的项目也许多。一样平常有长跑、球类、跳绳、踢毽子等项目。这完全可以凭证小我私家喜欢,选择差别的项目,无邪掌握。

,小仙女自慰软件,亚洲一区二区中文字幕无码久久久,AAAAAXXXX级毛片。

??时势3:西施裸体被 羞羞视频网站

??01月11日,镜观·回响丨种粮大户徐淙祥:“又是一个丰收年”,

  “真是传说中的工具?!”老族长惊的手一颤,感受像是在面临一个绝世大凶。

,国产一级a爱视频在线,免费看黄120秒在线直播视频,亚洲天堂一区二区。

??01月11日,财政部:拟在政府采购中给予本国产品相对于非本国产品20%价格评审优惠,

  “好吧,既然是孩子的事,我们就旁观好了,不去参合。”云天宫的老人颔首道,不再多说什么。

,打肿菊 玉势调教姜刑打烂,free13一14sex性,扒开菊眼跪着让客人玩弄。

??时势4:jizzyou三区

??01月11日,中国俄罗斯书法美术作品展在莫斯科举行,

  天空中的玄色凶禽,一双银色的眸子光线炽盛,飞出一道道光束,如一支支重大的银箭般,铿锵作响,皆长达十几米,冲射而来。

,国产A级黄色片,免费一看一级毛片,国产www xnxx。

??01月11日,中国援柬教育环境与设施改善项目庆祝仪式在柬举行,

  “为什么这样咄咄逼人,岂非以为很强盛,可以无视我们的感受了吗,不然怎能云云欺人?!”几位族老也有些怒气。生涯在大山中,强盛的壮年男子对一个墟落来说很是主要,对方竟然这样肆无忌惮,说杀就杀。

,涩涩视频大全,看外国黄色A片子,情爱色区免费。

【三部门发文严禁小学超前超纲教学】

【中国足协公示2025赛季职业联赛准入第一批完成债务清偿俱乐部名单】

责编:罗杰-梅森

审核:孙春燕

责编:宙斯

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