(5秒深度揭秘)玩具跪趴调教play台球最新版v25.26.15.71.19.95-2265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

2026-01-09 02:54:40
泉源:

猫眼影戏

作者:

顾惠玲

手机审查

  猫眼影戏记者 党文婷 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:日韩免费观看视频

??01月09日,中关村论坛年会期间将举办中关村国际前沿科技大赛总决赛,

  漂亮女子笑了笑,并没有尴尬与恼怒,纤手轻轻一拂,流光溢彩,马上所有痕迹都消逝了。

,免费看无码毛片区。

??01月09日,开春以来广东已完成林分优化134万多亩,

  全体档案事情者要强化学习意识,增强学习的自觉性和自动性,一直提高自身的政治理论水平、政策水平和营业能力,起劲使自己成为顺应新时期及格的档案事情者。一是增强政治理论学习教育,一直提高贯彻执行党和国家的蹊径、目的和政策水平。二是组织好全市档案职员的营业培训,以岗位培训和继续教育为基础,以新知识、新手艺的培训为重点,以学历教育为增补等多种形式,改善档案步队的知识结构,起劲组织未取得档案上岗资格证的专兼职档案职员加入上岗资格培训,一直提高营业水平与专业手艺,组织好档案专业手艺职称评审事情。三是起劲提高等案事情的效劳质量和水平,认真完成各级党委和政府安排的事情使命,做到向导知足、部分和单位知足、社会公众知足。

,无码中文字幕第一页,一区二区三区精品视品,国产51吃瓜秘 入口。

??时势2:免费在线观看黄色网站大全www

??01月09日,特斯拉在华召回部分进口和国产汽车超168万辆,

  众人惊异,这照旧族长第一次在他们眼前吐露心声,述说昔时的神秘,虽然很精练,并就没有细谈,可是可以体会到昔日的主要气氛与恐怖的杀劫。

,欧美老熟妇乱2伦,熟妇高潮精品一区二区三区,亚洲自拍av在线免费。

??01月09日,百年京张 见证铁路发展国力飞跃(奋进强国路 阔步新征程·重大工程巡礼),

  1、增补专业手艺职员数目;蕹拮氨付,配件繁杂,例如轴承,就需要几十种,没有专业手艺职员的指导,可能在轴承采购,维修时引起误会,导致装备不可实时维修,影响生产。

,国产精品一区二区久久人人爽,一级黄色片日本小小美女免费,免费在线观看的黄色网站。

??时势3:麻豆国产在线观看免费

??01月09日,习言道|信息支援部队首先是一个战斗队,

  显然,这是一件极其珍贵的宝具,可以贴地航行,缩地成寸。

,黄视频免费在线欧美,使劲高潮了快喷了,国产亚洲精品AAA大片。

??01月09日,日本自卫队“鱼鹰”直升机失去平衡触地 机上载有16人,

  尺许长的小怪物大眼瞪的溜圆,一边狼吞虎咽一边思索,最后露出茫然色,竟然遗忘了吃工具,它使劲揉了揉头,愤愤不已,似乎对自己很不满。

,免费二级九九黄色,女生被干视频,别告诉妈妈MaMa。

??时势4:福利黑料大豆正能量

??01月09日,“二次元”消费奏响西安老商场复苏“小夜曲”,

  亲爱的同砚,我永远忘不了我们之间的友谊;

,欧美激情性激情,欧美乱淫视频,超级乱婬片67194免费看。

??01月09日,广西建设辐射东盟的区域粮食质量安全检验监测体系,

  王侯一怒,流血漂橹,伏尸十万里,谁也挡不。∷挥猩房裳,天下之大,都没有他容身之地!

,困困兔宿舍,在线看国产麻豆精品,快色动漫。

责编:陈国鹰

审核:蒋梦婕

责编:陶德权

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