另类日韩一区,为用户提供稳定、流畅的体验,让娱乐与效率兼得

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

2026-01-09 20:08:26
泉源:

猫眼影戏

作者:

奥洛迪-阿帕帕

手机审查

  猫眼影戏记者 艾娃 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:黄片,男女大片,一级毛片,国产三级片

??01月09日,情牵两岸滇台同行 台湾网络新媒体人“寻宝”云南,

  “定心,没有人死掉,不过皮猴的父亲受伤不轻,被人射了一箭,伤到了肺叶。”石林虎神色不是很好。

,国产流出。

??01月09日,“百花齐放”的静电板班,

  ;で樾,人人有责,但我们现在还只是学生,不可能为全人类的情形作出特殊大的孝顺,但我们可以从身边的情形做起,从;ぱ5那樾巫銎,例如:遵守有关榨取乱扔种种放弃物的划定,把放弃物扔到指定的所在或容器中,阻止使用一次性的饮料杯、饭盒、塑料袋,用纸盒等取代,这样可以大大镌汰垃圾,减轻垃圾处置惩罚事情的压力,敬重花卉树木,少赠予贺年卡,坚持校园清洁等。以上这些虽是小事,可是,只要各人下手,一起起劲,从节约资源和镌汰污染着 手,调解一下自己的生涯方法,我们就能为;さ厍蜃龀鲆环菪⑺。

,十八岁禁黄,男人狂桶女人出白浆免费视频,日不够影院。

??时势2:三级片亚洲文学图片

??01月09日,24岁女青年超越同场竞技男选手 获智能网联汽车运维赛季军,

  最后,姨妈告诉我们不要闯红灯,怎样走斑马线,和一些我们不清晰的交通规则。

,91 手机在线视频,国产在线无码一区视频,亚洲福利中文字幕专区一区二区。

??01月09日,海内外游客广西河池体验“非遗”盛宴壮族“蚂拐节”,

  “好!”小不点也未几问,连忙转身,冲进族长的院落中,简朴而快速地见告了情形。

,yw.193.com,精品午夜人妻久久一区二区,com.黄18。

??时势3:雪姨受不了了用力

??01月09日,中超联赛首位女裁判谢丽君:体院里教瑜伽等课程 学生赞“温柔”,

  奔在最前方的石林虎一摆手,让众人停下,扒开前路上一大片枯草与败叶,马上露出一个黑乎乎的大洞,内里插满了铁锥,直指向天,这要是坠进去非被扎成筛子不可。

,国内黄片一区二区无码高清,黄色做爱视频好爽再用力一点,强奸视频免费网站。

??01月09日,(新春走基层)黄土高原上的“苹果之乡”:洛川苹果迎来销售旺季,

  谢谢各人!

,国产黄在线视频免费观看网址导航,中国激情,欧美a视频。

??时势4:黄色小电影网站在线观看

??01月09日,突尼斯国际外交学院举行启用仪式,

  下面一群人都露出惧意,忍不住退却,上方谁人阴森的男子大吼,震的他们耳膜生疼。

,国产精品免费午夜视频,又粗又硬又爽的三级视频在线观看,美女+光屁屁+露胸+大腿游戏。

??01月09日,中国首个深水高压气田项目二期工程综合处理平台陆地建造提前完工,

  当数百斤的石块滚落下来时,他不再逃避,任其撞击在身上,抓着岩壁,向上攀藤,短短三个月的时间,他练就了一身铜筋铁骨。

,憨憨倩稀有视频,爆内射hd,99riav,com。

【陈茂波将率团访沙特阿拉伯 推介香港金融及创科优势】

【习近平出席法国总统马克龙举行的欢迎仪式】

责编:刘红宇

审核:格里·吉尔莫

责编:吉布森卡

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