(3秒全面认识)亲吻刺激战场视频大全电脑版v69.79.39.6.31.88.7.48-2265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

2026-01-13 09:07:09
泉源:

猫眼影戏

作者:

宁田甜

手机审查

  猫眼影戏记者 阿普萨萨 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:畸形精子症有哪些症状?

??01月13日,台当局一空军副司令晋升上将 被曝曾下令发布大陆“导弹空袭警报”,

  起劲开展扶贫帮困,送温暖活动。七一前夕,委党委和各下层党组织对系统名特困举行了走访慰问,发放慰问金元;建议系统全体,为乌海市特困基金会捐钱元;今明两年,由我委每年提供扶贫资金万元,起劲资助对口扶贫点巴音陶亥乡红墩村脱贫致富。

,色色色色色综合视频国产。

??01月13日,【东盟专线】东南亚水果输华新添湄公河水运航道,

  这是属于一个山村的祭灵吗?怎么会云云恐怖,只才一击罢了啊,就洞穿了云云强盛的一头凶兽的躯体。

,一区二区美女又爽又粉嫩,草草影院av,射射射草草草。

??时势2:色色色地址

??01月13日,青海湖水位上涨 水鸟总体繁殖种群未发生改变,

  同志们,学习使人前进,学习引领偏向。希望各人以此次培训为契机,起劲开创自身学习的新航程,通过学习,一直磨炼党性,提升素质和能力,增强做好农村事情的本事,以优异效果迎接市第九次代表大会胜利召开!

,欧美性爱一级特黄片,憨憨倩光脚,酒色色色网站。

??01月13日,专访“天工”团队:当人工智能有了身体后,它能干些啥?,

  “嗡”的一声轻颤,小不点感受脱离了原地,透过那片光雾朦胧的门户,他穿行而过,进入一片奇异的天地。

,一级特级免费黄色视频电影网站,欧美偷窥性爱,国产野战激情视频在线 www.mt642.com。

??时势3:西欧女人与牲禽的交酡

??01月13日,“最美戍边人”次仁罗布:守护西藏阿里边防线近40载,

  一个孩子,脱离怙恃多年,当知道他们是为其寻找圣药而拼命进入了一片远古神山时,心中的忖量与担心可想而知。

,久久R精品免费视频,91九色国产PORNY网址,亚洲黄色三级片。

??01月13日,2024“天府建造节”开幕 两岸和香港师生成都同台竞技,

  那如小山般的兽尸堆已经被狈村的人搬走,一无所有,石林虎等人赶到这里后咬牙切齿,真的是欺人太甚,村人辛勤打到手的猎物就这样被抢走了。

,性爱一级无码,黄色视频线看,美国黄色后入视频。

??时势4:欧洲XXXX性喷潮孕妇

??01月13日,民调显示:中日超半数受访者视对方为本国重要经贸伙伴,

  二、既要重视知识教授,更要重视兴趣、能力、习惯的作育。兴趣是最好的先生。若是先生在上面讲得口干舌燥,而学生却没兴趣,把先生的'话当成马耳春风,那也是徒劳无功。先生应该把精神集中于怎样让学生在死板的课堂中找到兴趣,从而点燃自己的兴趣,把“要我学”酿成“我要学”,这样学习才华事半功倍,相互轻松。

,国产乱无码视频,欧美一级做一级,巨大欧美 BV。

??01月13日,腊八将至年味渐浓 江西南昌:花市销售旺 商家备足货源,

  三是要增强法制看法和群众看法。农村干部不学法,不懂法,就不知道怎样生长农村经济,不知道怎样搞好下层民主法制建设,就无法真正维护群众的基础利益。因此,各人平时就要通过自学,对《村民委员会组织法》、《民法通则》、《物权法》、《农村土地承包谋划法》、《法》等基本常用的执律例则有所相识和掌握,做到依法行政,依法效劳,起劲学会在新的历史条件下做好群众事情的新要领。

,国产黄色A片免费在线,黄色视频在线免费看,相关视频,大片免费观看,死我。

责编:孙树兴

审核:刘汪节

责编:何子英

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