伊人欧美综合在线,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

2026-01-10 09:26:16
泉源:

猫眼影戏

作者:

陈丹

手机审查

  猫眼影戏记者 伊丽莎白 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:亚洲AV久久无码秘 原神

??01月10日,“神州北极”漠河:200余选手界江上赛冰龙舟,

  “咚”的一声大响 ,他扔在了村头 ,再次引得鸡飞狗走 ,在湖边练功的孩子都被惊的过来围观 ,大人们亦再次出动 。

,九九久久精品 。

??01月10日,四川康定山洪泥石流已致10人遇难17人失联,

  “今天你落实了吗?”这句口头禅 ,提及来容易做起来难 。特殊关于机修厂来说 ,紧迫使命多 ,突发使命多 ,加工维修使命多 ,牵涉的兄弟单位多 ,落实事情相对较重大 ,但我们不可由于这个作为捏词 ,将每一项事情做好 ,落实好 ,知足矿上生产的需要 ,才华叫做完成了这项事情 。

,唐三桶波塞西免费P站,少司缘被拖到繁衍之后在哪里看,一人在线观看无码视频 。

??时势2:卡戴珊视频门未删减21分钟在线观看

??01月10日,美国孟菲斯市发生枪击事件致2死6伤,

  步队生涯是艰辛的 ,军训虽然不是在前方接触 ,可是严酷的行列训练、摸爬滚打 ,可能会让人感应劳累、死板 ,尤其是军训时代天气可能冷热转变无常 ,同砚们要准备闯过训练、生涯等一道道难关 。我以长征组歌中的一段歌词送给各人 ,希望各人在难题的时间 ,想一想红军先进:雪皑皑 ,野茫茫 ,高原寒 ,炊断粮 。红军都是钢铁汉 ,千锤百炼不怕难 。雪山垂头迎远客 ,草毯泥毡扎营盘 。风雨侵衣骨更硬 ,野菜果腹志越坚 。官兵一致同甘苦 ,革命理想高于天 。

,欧美熟妇精品视频网免费观看,永久A片在线观看视频,久久精品看视频 。

??01月10日,自主创新带动新质生产力 深圳机器人产业集群蓬勃发展,

  两个孩子大眼都很亮 ,相互对视 ,笑了起来 。

,我要看一级黄色片用流量播放的高清国语特黄,国产又粗又湿又爽的视频,铜仁 动漫 乳头 无尽 。

??时势3:欧美高清免费观看在线视频

??01月10日,未来三天陕甘宁等地有强降雨 南方酷热天气持续,

  在那张古旧的床上 ,躺着一个鹤发苍苍的老人 ,面若金纸 ,气若游丝 ,一双眸子很阴晦 ,失去了昔年叱咤风云时的色泽 。

,超碰首页,26uuu偷拍 亚洲 欧洲 综合,乖~尿在里面~不痛的男男 。

??01月10日,长春:东北虎文旅专列吸睛,

  这样的圣湖 ,一样平常人基础不敢靠近 。

,青草青草免费视频在线观看,亚洲一区性爱,尤物视频官网在线观看 。

??时势4:性生活录像

??01月10日,一份与群众朴素情感高度契合的判决,

  “还真是开创了一项纪录 ,虚神界已经纪录了下来 ,昭告了天下!”众人受惊 ,此后一阵议论纷纷 。

,手机在线观看日本视频的网址,人人干日日 超碰,少妇3p 。

??01月10日,中国首届国际滑雪技术大会在河北崇礼开幕,

  “噗”的一声 ,他喷出一口血沫子 ,此后又吐出两颗断牙 ,整张脸剧痛 ,高声惨叫 。

?第三十二章 蜕变惊人,欧美爱免费视频,关晓彤AI裸体 喷水动漫,被 到爽 流片软件 。

【黄河水利委员会深入推进黄河流域跨省界河湖库联防联控联治】

【国家发改委通报第七批违背市场准入负面清单典型案例】

责编:刘金洋

审核:乔巴姆

责编:茹古斋

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