(6分钟快速入门)欧美在线观看xo鸿蒙版v74.12.582.08.49.368-2265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 07:04:48
泉源:

猫眼影戏

作者:

谷文耀

手机审查

  猫眼影戏记者 张亮友 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:毛片动漫COS

??01月12日,粤港青年广州体验“扒龙舟”,

  加入本次角逐的十名选手来自各村各部分,她们是全镇各条战线开展创先争优的优异代表。演讲展示的是风范,体现的是秘闻,十名选手的意气风发,将展现沙市人民的亮丽形象,展现沙市人民的广博胸怀,展现沙市生长的优美远景!演讲迸发的是激情,泛起的是实力,十名选手的慷慨激昂,必将有力地引发全镇干部的事情热情,必将有力地推动沙市新一轮又好又快生长!

,上课呢~别揉我下面 啊 啊。

??01月12日,“网红”重庆冀破圈出发 外企入渝逢新机遇,

  现在一个皮孩子将他们按“堆”估算,这些人鼻子都快气歪了,这尚有没有天理 ?竟被料理的这么惨。

,国产 撒尿,学生摸老师,久久永久免费人妻精品麻豆。

??时势2:久久99国产精品视频99久久

??01月12日,宁夏:“妈妈的家常菜”让舌尖味道变“美丽经济”,

  (三)严酷审批程序,切实包管农村住民的正当权益。要坚持果真、公正、公正的原则,严酷凭证户主申请、民主评议、张榜公示,村委会核实、乡(镇)政府审核,区民政局审批、村(居)委员会张榜公示,发放低包管和包管金等事情程序,切实做好农村低保事情。严禁滥用职权、徇私舞弊、弄虚作假、优亲厚友、暗箱操作、玩忽职守、贪污、挪用、冒领和扣押农村低保金等情形泛起。对在事情中的失职、渎职或违反有关划定,造成卑劣影响的,将追究责任人的责任。

,涩情,高清乱码 看片,巫唐专辑Easy。

??01月12日,贵州从江:立夏至 农事忙,

  他的眸子中射出两道金色光束,如闪电划过长空,惊的一群人倒退,说不出话来,部分宗老心有愧意,默然无语。

,www.99日av.com,18禁免费看网站,丝瓜污官网入口在线观看。

??时势3:美国色色色色色色

??01月12日,不断深化对全过程人民民主的认识(学苑论衡),

  二、进一步熟悉新形势下加速城镇化历程的重大战略意义

,一级无码免费性爱视频,天天A片欧美在线播放,中文字幕第十页。

??01月12日,前5月湖南城陵矶口岸进口汽车1221辆 超去年全年进口量,

  “这里是‘初始地’,无论你何等强盛的修为,在这里能施展出的战力也只在搬血境,无法逾越。”少女增补。

,www.senpd.com,91无码在线视频播放,打屁股无遮挡秘 网站。

??时势4:变态 另类 国产 亚洲

??01月12日,最高检发布《关于全面深化检察改革、进一步加强新时代检察工作的意见》 ,

  坚持“清静第一,预防为主,综合治理”的清静生产目的,是机修厂天天、每周、每月、每年的事情重点,必需常抓不懈,周全长期深入的开展好各项清静事情。

,永久免费 未满游戏黄,小池理奈cos视频在线免费观看,天天色天天日天天干。

??01月12日,俄称顿涅茨克遭袭为“恐怖主义行动” 乌方暂无回应,

  突然,小不点全身绚烂,骨文如蛛网,将他纠葛,所有亮起,他迅速将一张血迹斑驳的古兽皮按在胸口上。

,jizz on日本丰满人妻,梅花宝藏库,夜色国产精品视频。

【习近平给中国科学院院士、清华大学教授姚期智回信】

【大湾区出行更便捷 微信扫码可付香港的士费】

责编:成德南

审核:郭秀华

责编:维诺库托

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