(10分钟核心解读)曼珠沙华焯出水最新版v700.95.59.5.363.41-2265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

2026-01-12 05:51:49
泉源:

猫眼影戏

作者:

萨-镇

手机审查

  猫眼影戏记者 肖梅 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:黄色欧美视频

??01月12日,北京舞蹈学院青年舞团在澳大利亚悉尼首演,

  这种灵兽不是何等强盛,但胜在速率快,很是希罕。

,蓬莱仙岛之东方之女。

??01月12日,国家航天局紧急调配高分卫星助力新疆阿克苏地震应急救援,

  “这头凶禽乃是远古神鸟的后裔,初始我们以为它突破了,需要增补血气,故此将一个数百万人的大部落吞食了个清洁,厥后才发明,它是要产卵了。”一其中年男子道。

,亚洲 欧美 国产 一区 二区,淫荡妈妈口交黑人阳具视频,日本A级片一区二区。

??时势2:免费一级全毛片

??01月12日,贺一诚会见中国银行澳门分行行长贾天兵一行,

  2、广发是资源穷乡,工业十分落伍,而项目引进无优势,生长情形不优,亲商爱商扶商气氛不浓,强卖强买,索拿卡要等破损经济生长情形违法征象时有爆发。加上缺乏跑项目、要项目、争项目的信心和底气,导致项目投资者不想来、不敢来,严重制约了我乡工业的生长,财务恒久处于入不敷出,收支矛盾十分突出,是我县典范的财务三类乡(贫困乡)。

,男生肌肌捅女生肌肌,黄片视频100部,国产精品女人视频一区二区三区。

??01月12日,外卖小哥送“书香” 长沙推出300余场文化活动与市民读者“阅”享,

  已往的一年,我们在福建中医学院、福建省卫生厅的准确向导下,在全体中层干部和员工的配合起劲下,我们认真实践科学生长观,同心同德,求真务实,与时俱进,锐意进取,取得了令人瞩目的事情效果:医院乐成晋级三甲;获得省级文明单位、平安医院等声誉称呼;完成了预期的事情目的,总收入达3.8亿元,门诊量突破110万人次,出院病人数达1.23万人;教学事情圆满完成;科研事情取得历史性的突破;康复分院列入省重点在建项目,工程建设平稳推进;二化分院营业一连增添;三个国家级重点专科专病以优异的效果通过了中管局的中期评估,尚有二个专科专病新入选建设单位。医院各方面事情泛起优异的生长态势,医院集团化生长的战略决议逐步落实。

,亚洲黄色aaaaaaaaa,久久久99精品免费观看女人久久,永久免费 未满游戏黄。

??时势3:日韩欧美国产图片综合网

??01月12日,亚洲电影大奖香港颁奖 陈建斌蒋勤勤许玮甯红毯“谈演技”,

  它通体焦黑,遭受过杀绝性的重创,在浩劫来暂时,也只能自保罢了,无法与谁人条理的恐怖生灵征战。

,www.91在线国产精品,欧美性A片人喾交A片,性CZOZOXXXX。

??01月12日,2023年山西全社会用电量达2885亿千瓦时,

  “肉身之力能与传承有远古虬龙血脉的祭灵一战,这简直跟神话一样平常,这可照旧一个孩子啊。”大首领感受自己要疯了,眼前所见是这么的不真实。

,国产在线精品自拍,57pao强力打造免费高清高速,欧美国产日韩黄片。

??时势4:福利黑料大豆正能量

??01月12日,中国各地文旅借《黑神话:悟空》热度上演“七十二变”,

  “偷蛋的生灵跳进了太阴河,不知道能否活下来。”一位中年男子叹气。

,日向雏田爆乳羞羞漫画,华人免费视频观看一区,wwww.毛片基地。

??01月12日,首届中国名家榜书作品邀请展在京亮相,

  它全身乌光大盛,接连撞断几株古木,亡命飞逃,符文化成玄色的火焰,托住它的脚底板,竟令其拥有了极速。

,嗯~啊~快点 死我雏田网站,小说图片,XXX121异形。

责编:贺新岁

审核:周鲁卫

责编:黄玉斌

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