女人荫蒂被添全过程微博,让你的娱乐方式焕然一新,体验全新的互动快感

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

2026-01-08 11:54:37
泉源:

猫眼影戏

作者:

段文龙

手机审查

  猫眼影戏记者 方娟 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:✡️✡色✡️网✡️站女女

??01月08日,南方电网原纪检监察组组长龙飞被逮捕,

  “可是离那里真的不远了。”石大壮道。

,给我下载北京一级黄色片。

??01月08日,延榆高铁全线首座隧道开工建设,

  巨兽争霸 ,一群强横生物强烈攻击 ,都想获得狻猊的遗体 ,吞食掉后让自己进化为山林中的霸主。

,久久精品无限 国产,精品国产一区二区三区无码a,久久久久亚洲丰满。

??时势2:A片免费看看看看看看看看看看

??01月08日,山西古建筑100问——“关外巨刹”慈云寺,何以见证多民族文化交响?,

  小不点疲于应付 ,咬紧牙关 ,同时祭出两轮月亮 ,但依旧难以护住青鳞鹰。

,日本jizz中国,永久视频在线官网,求几个夸克没封的网址。

??01月08日,沙县小吃为何能大吃四方?,

  俗话说:“优异的起源即是乐成的一半。”新学期开学了 ,我相信同砚们一定会满怀信心走向乐成。怎样争取有一个优异的起源呢?在这里 ,我向同砚们提议:

,18禁黄软件,99久久综合狠狠综合久久婷婷,丝瓜污官网入口在线观看。

??时势3:A片在线免费观看不卡,A片在线永久免费观看不卡,a视频在线免费…

??01月08日,山西太原百余年拱极门前上演“二月二”民俗表演,

  “小不点 ,不要去犯险!”族长石云峰高声喊道 ,适才的一切太快了 ,他都没来得及阻止 ,石昊就跃上去了。

,视频区 国产区 图片区,国产激情观看在线小视频,免费看趴着打光屁股sp视频网站。

??01月08日,台积电暂停向大陆客户提供芯片 国台办回应,

  我在周围山旅游时侯 ,望见了一只小虫 ,它在旅馆的一角悄悄地爬。

,美女黄禁止18以下看免费无视频,涩涩漫画入口,www.久久视频.com。

??时势4:人人摸人人操久久

??01月08日,李家超晤吉布提总理 冀为两地企业开拓商机,

  龙尾乱跳 ,居然要逃 ,散发出万道金色绚烂 ,神璨耀目 ,犹如一轮小太阳 ,盛烈到极致 ,无法正视。

,www.4578.gov.cn,黄色网址裸体照片,一级黄色片欧美。

??01月08日,甘肃金昌热电材料助应用“洞见未来”,

  小不点并一直手 ,第一轮银月阴晦后又祭出第二轮银月 ,猛斩一直 ,终于喀嚓一声 ,鼠王的骨骼断裂了部分 ,遭受了重创。

,免费看美女秘 隐私网站,国产一级在线播放,亚洲视频 一区 二区。

【实探郑州书院街墓地考古现场:早于殷墟王陵近200年】

【(乡村行·看振兴)乡村振兴视角下革命老区“红+绿”资源转化利用的“娄烦实践”】

责编:张新民

审核:布拉特

责编:高岳路

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