用我的手指来扰乱打烊后仅剩俩个人的主题曲歌词,海量高清资源免费畅享,热门影视综艺一网打尽

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

2026-01-10 14:30:38
泉源:

猫眼影戏

作者:

周望

手机审查

  猫眼影戏记者 石庆军 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:性爱XⅩXXX

??01月10日,【香港漫游记】在香港中环与冰河巨兽邂逅,

  “噗”一声,血肉横飞,这一斩震天动地,银辉爆碎,一头魔禽横扫,差点将祭灵给切裂成两半 。

,日本少妇 喂奶漫画 。

??01月10日,兴业银行2024年半年报:持续打造价值银行 营收利润增速回正,

  至于这些人的坐骑,有的太过凶残,无法驯服,直接斩杀,将成为石村众人的口粮,而有十几头虽为猛兽,但却相对温顺有些,成为了村人的坐骑 。

,中国xv免费安装包,黄色网站欧美强奸日b,日韩、欧美亚州另类综合网站 。

??时势2:馃尶馃崙馃惢

??01月10日,广西梧州璀璨夜景迎客来 百年骑楼城人山人海,

  四是提升职工致体素质 。指导所内职工使用业余时间起劲加入培训和营业学习,自动提升岗位事情能力 ?埂案谖涣繁⑹忠战环妗被疃,把天天的生产事情作为一个比试手艺水平的平台,在职工中形成比、学、赶、帮、超的优异气氛 。同时提高职工的一岗双责意识和优质效劳理念,周全实验“员工素质提升工程” 。

,一级a爱做免费中文,男被 到爽 流片调教捆绑,18款成品短视频app下载量APP下载安装 。

??01月10日,每小时60.6个自然箱 山东港口青岛港自动化码头再创世界纪录,

  名师事情室的成员,来自差别的学校 。为了一个配合的目的,我们走到了一起 。我们不但要凭证张特的要求做好各自的事情,还要开诚布公、取长补短,如切如磋、如琢如磨 。我们还要在各自的学校鼎力大举宣传我们的事情室,我们要以我们的事情室为荣!

,xnxx抖,18禁 网站,VoyeurPiss熟妇WC 。

??时势3:校花扒开裤子,让我操。

??01月10日,【理响中国】中国经济稳中向好及其世界意义,

  “嫂子,你的心究竟是红的照旧黑的?”石子陵咬牙,此后高声喝道:“认真是狼心狗肺!”

,黑人大吊,久玖在线视频,大屌淫网站 。

??01月10日,台湾移工人数创新高 舆论指不能只引进不管理,

  今天,阳灼烁媚、春暖花开,我们四年级二班的同砚加入了“我为祖国添一片绿”的植树活动 。

,看性感大骚逼的美女哪个操逼的美女,操人人看人人摸人人插,1页_在线在线 。

??时势4:看外国黄色A片子

??01月10日,山东青岛:外国友人体验新春文化 共享中国年味,

  要知道,一个万人的部落也难以寻出一个搬血境的强者,而这些孩子日后都有时机破入 。

,插美女屁股视频下载,国产黄色A片免费在线,欧美全黄视频 。

??01月10日,首尔秋色引游客驻足流连,

  尊重的刘董事长、张书记、杨副总,列位向导,同志们:

,欧美精品手机在线一级播放,亚洲精品黄色,H动漫纯肉无遮挡 。

责编:吉立昌

审核:曼努埃尔·瓦尔斯

责编:简俊晖

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