(3秒完整评测)国产在线视频四区苹果版v16.6.27.63.28.63-2265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 08:24:43
泉源:

猫眼影戏

作者:

叶发青

手机审查

  猫眼影戏记者 沈德鸿 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:子乱视频

??01月11日,CBA常规赛:北京北汽止步6连胜 联赛已无全胜球队,

  过了良久都再也没有新闻,像是什么事都没有爆发过 。

,www.zxdwt.com 。

??01月11日,王沪宁会见越南共产党代表团,

  今天,我们在这里盛大举行市审查院办案办公综合楼完工庆典,这不但是市审查院生长历程中的一件大事,也是我市司法基础设施建设中的一件喜事 。市审查院办案办公综合楼的完工启用,是各级向导和社会各界鼎力大举支持、相互配合的效果,是市审查院向导班子和全体干警勤劳事情、配合起劲的效果 。在此,我谨代表市委、市人大、市政府、市政协,向市审查院办案办公大楼的完工体现热烈的祝贺!向莅临今天庆典的列位向导、列位来宾体现热烈的接待!向恒久以来体贴、支持审查院事情的各级向导和列位朋侪体现衷心的谢谢!

,AA视频免费看,国内综合自拍,久黄色片视频影 。

??时势2:亚洲黄色5a级黄色视频。

??01月11日,加拿大卑诗省一直升机坠毁 已致3死4重伤,

  “山宝出生了!”

,一级视频免费观看,第七色色色,亚洲华侨国产第一页亚洲国产 。

??01月11日,【文化评析】博物馆文创如何火爆“出圈” ,

  尊重的列位家长、亲爱的少先队员们:

,免费18,黄色软件视频免费在线播放,看片啪啪啪熟妇淫乱亚洲人 。

??时势3:这里只有

??01月11日,青藏集团公司今年首趟青甘藏大环线旅游专列在西宁开行,

  “师弟!”一位女学生惊呼,向前跑去,扶起全身是血的拓跋川,此后逐鹿学院一群人都围了上来 。

?第一百八十四章 鹏术对决,一级黄色亚洲国产视频,老师破处学生小穴抖阴糖心网站,日韩,欧美一不卡 。

??01月11日,叙利亚反对派武装攻入哈马市,叙国防部长最新回应,

  随着国家城镇化生长战略的深入推进,城镇化建设的历程显着加速,这种大好形势既喜人也逼人,既有压力也有动力,既有机缘也有挑战 。面临这个现实,我们必需起劲自动,开拓立异,扬长避短,克难攻坚,从容应对,详细地讲,要做到“三个认清”:

,欧美性爱口爆,亚欧一级毛片黄a特黄,尼亚州AZ秘 一区二区三 。

??时势4:美女脱 露出 吃我的奶

??01月11日,跟随文物普查员的脚步 摸清文物资源“家底”,

  这一刻,他的肌体绚烂,宛若七彩神金铸成,宝光流转,一个又一个符文演化成的仙炉在其血肉中闪灼,淬炼天地造化,为其晋阶做最后的准备 。

,一级黄片在线播放 www.lic-aus.com,毛片网站免费的,啊啊啊啊啊爽 。

??01月11日,美国南加州一家沃尔玛发生持刀袭击案致一人死亡,

开学学校向导讲话 篇16

,黄色视频AAAA一级片,akt.vicineko.cim星穹铁道,日韩av免费网站 。

责编:卫计委

审核:尔婵

责编:玛丽·萨瓦尔

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