(10秒完整指南)亚洲视频热热鸿蒙版v30.6.46.30.72.94.81-2265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 05:53:58
泉源:

猫眼影戏

作者:

郭玮旺

手机审查

  猫眼影戏记者 张少尉 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:欧美性爱你懂的

??01月08日,冰雪经济,乘着“冬”风“热”起来,

  “小弟弟,你该不会也是这样一个天纵奇才吧,一小我私家横穿十几万里大荒,未曾用大人守护。”漂亮而灵动的女子笑道,拢了拢黝黑的秀发,露出如精灵般皎洁晶莹的耳朵,刹那的风情,出尘感人。

,Japan海鸣馆Gay片。

??01月08日,严控灾区饮水安全 应急药品已送达辽宁建昌县灾区,

同上一堂国家清静教育课小我私家 篇23

,97无码操免费资源站,爽 躁多水 快 深女女表情包,手机av综合网。

??时势2:色在线视看网址

??01月08日,江西滕王阁举办春龙节活动 激发文旅新活力,

  “哇哦,小不点你又在吃奶,现在可三岁半啦!”一个孩子大叫。

,无码一区线,樱桃 码一区二区三区,www.毛片基地。

??01月08日,美政客鼓吹“中国威胁” 汪文斌驳斥:被害妄想症越来越严重了,

  这里连一只鸟雀都没有,更不要说走兽了,甚至蚁虫都躲入洞中蛰伏,不肯出来,山林中荒寂无声,死一样平常的清静。

,中文字字幕在线一区,欧美 不卡 在线,熟女超碰国人人。

??时势3:女人与公猪交交zozo

??01月08日,最高检:“一取消三不再”不是不要管理、放任“躺平”宁夏规范养老机构预收费,

  要进一步完善党内民主集中制、行政效能监察制、重大事项制,继续牢靠和深化制度建设效果,增强党风廉政建设制度的督查落实。捉住规范权力运行这个重点,编好“清静网”,织密“防护网”,突破“关系网”。现在有个体所谓“精明”的商人,既是市场竞争的“里手”,也是拉人下水的“能手”。我们的向导干部应善于自我给自我立规则、自我给自我定框框、自我给自我不利便,秉持公心,主持公正,坚持果真,经由自我控制、自我约束、自我规范,不让自我有半点搞生意的杂念,不给别人有半点笼络你的时机。

,草神纳西坦游泳装,18岁黄男人操女人视频,无言之月在线观看樱花动漫第三集。

??01月08日,政企合力重写“西邮记” 拼多多物流新规助推偏远地区全面包邮,

  同砚们,身体是知识的载体,只有康健的体魄,以及优异的心理品质,才华更好地事情和学习,才华应付种种难题和挑战。

,97人人澡,蝌蚪蜗窝,一女被二男吃奶A片视频。

??时势4:一道本黄色无码专区

??01月08日,海口产业园区发展势头强劲 产业集群效应显现,

  消防事情,和人民的生涯亲近相连,为守卫人民的生命工业清静,我们奋掉臂身,自告奋勇。在火灾的战场上,我们用最无畏的汗水与实力,用最坚定的忠诚与恪守,展现着我的消防精神,遵守着我消防的岗位职责。

,www.lcbsfg.com,亚洲精品456推荐在线,欧美AV在线。

??01月08日,特稿|立己达人益天下——高质量共建“一带一路”推动全球共同发展,

  同砚们,凭证国家统计,我国每年约有1.6万名中小学生非正常殒命,平均天天就有40多名学生死于溺水、食物中毒、触电、交通等事故。其中除不可预见的自然灾难和人力不可抗拒的重大事故外,80%的非正常殒命完全可以通过预防和应急处置惩罚加以阻止。那么我们应该怎样提防清静事故的爆发呢?我们学校针对现真相形作出如下强调:

,yjq168.com,90后性后网,黑人又长又粗又大又爽的毛片。

责编:赵麦庆

审核:布莱恩-克兰斯顿

责编:孙良鸿

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