肖雅婷国产剧演出,以简单为核心,却拥有强大的功能与丰富的内容

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 23:36:47
泉源:

猫眼影戏

作者:

李长春

手机审查

  猫眼影戏记者 窦万贵 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:动漫美女裸体 羞羞自慰

??01月10日,菲律宾称中国军机“骚扰”菲渔船 中方:菲方说法与事实完全不符,

  雷明远十指齐张,在耀眼的电光中一头凶禽飞出,挟玄色闪电,攻向小不点。

,黄色打洞片。

??01月10日,创新思路激发消费潜能,

  我们热切地希望,和能够一如既往地支持科技事情,希望XX公司能够一如既往地走好科技兴业之路,同心协力,把“基地”建成领衔海内偕行的手艺研发中心!

,xxnx 日本,毛片无码免费视频一区二区三区,人人干人避一级片。

??时势2:国产手机在线播放白嫩

??01月10日,突发!两名美国海军士兵在索马里海域失踪,

  学生干部关于学生的自我治理、自我效劳、自我提高能起到了至关主要的作用。

,99er4视频精品免费观看,国产真实熟女被爆,FreePorno💋HD3k。

??01月10日,美联储维持联邦基金利率不变 鲍威尔称3月不太可能降息,

  “出生喽!”一群孩子欢呼,跑回家中,取来肉块,就要喂三头幼禽。

,FerrPorno💋👙6k,免费看AV大片的网站久久,薛婧专辑《姿韵2》免费听。

??时势3:金谷美雨

??01月10日,OMEN暗影精灵10 SLIM 14第十代游戏新品正式发布,

  一群孩子情不自禁流口水,药汁太芳香了,恨不得连忙喝上一口,现在感受舌头都要快化在了津液中。

,在线观看黄色视频一站,叶山小百合在线,亚洲专区亚洲专区38页。

??01月10日,亚美尼亚确诊75例西尼罗病毒感染病例,1人死亡,

  “好离奇的祭灵,都这样了还不死,只剩下了一条嫩芽,一定了不起,雷击事后孕育出了至强的新生实力,一定是有数的至宝。谁也别和我抢,这条柳枝是我的!”一个五六岁的孩子离地尚有十几米高,就从蛟上跳了下来。

,甘雨裸体 开腿羞羞网站视频,欧美人性爱精品,成 人 网 站 观看。

??时势4:藤浦惠复出新作2025

??01月10日,北交所公司(企业)债券市场正式开市,

  “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。

,性爱一级无码,毛片基地视频最新网址,欧美在线视频香蕉日本。

??01月10日,【澜湄印象】航拍青海囊谦嘉荣吉曲十八湾,

  开学事情安排:

,www性欧美,国产一级黄色A片视频演示,自拍偷拍日韩精品。

【大金砖合作引领全球南方大团结】

【江西省人大代表周智:构建“产业大脑” 推动产业链升级】

责编:周永峰

审核:拉詹巴加特

责编:戈布佑

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