(6秒带你发现更多)黄色无码网站苹果版v35.6.45.4.32.86-2265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 18:39:51
泉源:

猫眼影戏

作者:

廉思

手机审查

  猫眼影戏记者 朱春琴 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:公与妇在线观看日本

??01月08日,第十九届哈萨克斯坦—中国商品展览会在阿斯塔纳开幕,

结业班 篇24

,污污的网站。

??01月08日,提效能降风险 广东电力市场开展多月集中竞争交易,

  沙土埋上那里前 ,人们发明 ,那张金色的狼皮在枯败 ,在腐败 ,被那根茎剖析了 ,竟化成了肥料。

,五月亚洲综合,www.中文字幕在线观看,淫荡妈妈口交黑人阳具视频。

??时势2:小少妇XXXXX高潮喷水-720高清在线..

??01月08日,山西太原百余年拱极门前上演“二月二”民俗表演,

  柳树昔时观小不点于枯竭中蕴出生气 ,也有一些触动 ,它与小不点的情形相似 ,当初有些惺惺相惜。

,午夜性生一级录像40分钟免费,亚洲午夜国产精品三级片,www.色色爱。

??01月08日,“秦岭四宝”“五水共治”……良好生态环境转化为最普惠民生福祉,

  在那片死气沉沉之地 ,突然发出这样的声音 ,像是来自地狱的鬼音般 ,雾霭涌动 ,那里有一片惨烈的气息冲起。

,精品国产一区二区三区无码a,日韩色欲网精品综合,超级碰碰自拍视频大全。

??时势3:激情小说视频网站

??01月08日,韩国民众谈“戒严令”风波:希望好好安定下来,

  已往他们烧杀抢夺 ,他是其中的一个主力 ,认真燃烧墟落 ,令不少人葬身火海 ,就是靠这种火光术。

,a 片官网,日本小 伸入女生 网站在线看完整,美女裸体的黄网站。

??01月08日,“免费”服务背后藏着“额外”陷阱 ,

  “行 ,有把实力啊 ,还真轮起来了。”有人颔首。

,2020高清无码,中文字幕精品无码第1页,淫水丝乳。

??时势4:黄站18禁免费

??01月08日,热带风暴“黛比”已致4人遇难 美国又一州进入紧急状态,

  三 、德育事情:

,3D无遮挡H肉动漫地址,色 网站,矿桥第二十一集。

??01月08日,杭州绕城西复线借力交旅融合 为乡村发展添动能,

  众人变色 ,就是石云峰也很主要 ,瞪圆了眼睛 ,亲近关注那只药魂——也就是远古狻猊祖皇传承下来的神性碎片。

,韩国乂乂面红耳赤,推荐一个黄色视频在线,91九色国产PORNY网址。

责编:王艳红

审核:韩丹彤

责编:陆航

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