(7分钟全面解析)国产精品露出91电脑版v26.60.23.41.90.00.77-2265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

2026-01-11 07:39:43
泉源:

猫眼影戏

作者:

杨颖

手机审查

  猫眼影戏记者 严威 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:女人18毛片一级毛片在线

??01月11日,国家铁路局:10月全国铁路旅客发送量同比增长6.0%,

  “两年前不就出了吗,怎么现在尚有 ?”一位老者的声音传出。

,范冰冰演过三年级的电影。

??01月11日,孙杨复出夺冠并寄语年轻运动员:希望他们为中国男子游泳贡献力量,

  在喀嚓声中,那一串雪白的骨珠一颗一颗的炸碎,强盛的符文之力所有消逝,化出一片汪洋般的神光,扩散向四方。

,99精品66在线视频无码,免费A片免费看在线观看,午夜看片ab。

??时势2:特级欧美乱XXXXX

??01月11日,墨西哥要求美国配合调查军用武器走私问题,

  到了最后,金色狻猊越来越凶,撞的黑鼎轰鸣,一直颤抖,可也就是这时此鼎亦爆发了转变,上面的日月山河与鸟兽鱼虫等竟真实了许多,像是要复生了。

,亚洲辣妺嘘嘘gush尿,亚洲精品偷窥,外模自拍偷拍。

??01月11日,中亚青年来华14年:愿做中外友谊使者,

  老人的双眼没有了一丝色泽,用尽最后一分实力捉住谁人孩子的手,此后看向小石昊,张了张嘴,想将那只小手放在他的手里,可却没有了实力。

,91麻豆国产丝袜系列在线精品,亚洲黃色視頻,欧美一级a作爰视频。

??时势3:jizz国产高潮

??01月11日,第二届环西自行车中国挑战赛·北京昌平将于今年5月开赛,

  一群独角兽暴动,四蹄刨地,全身交织符文,一致对外,竟同时发动了攻击。

,丝袜美女操逼视频,91短视频在线看,欧美爱爱视频免费。

??01月11日,新疆赛里木湖冬日之约,

信用卡逾期几天内没影响 在当今社,信用卡已经成为人们生涯中可或缺的支付工具之一。随着科技的快速生长,信用卡的使越来越普遍,可是随之而来的问题也可阻止,其中一项就是信用卡逾期。逾期虽然是一个常见的问题,可是逾期几天内并不会信用纪录爆发影响。本文将针对信用卡逾期几天内没有影响这一话题睁开...

,先锋影音在线a资源免费,中文字慕在线观看,一级A做作爱片同性。

??时势4:脱 让摸

??01月11日,河南持续高温干旱能否“人工降雨”? 专家科普来了,

  “真希望那头狻猊别毁掉宝骨,那可是真正的远古遗种啊,所孕有的宝术一定极其惊人!”石林虎道。

,黄色级AV视屏在线观看,精品第一国产综合精品青草,一级国产黄色性爱视频。

??01月11日,中国驻日使馆就日方涉靖国神社消极动向答问,

  1、不带洋火、打火机等火种以及汽油、烟花、炮竹等易燃易爆物品进入校园。

,武汉萝莉被学生会长群交,韩日毛片免费视频一区二区,av女人天堂。

【云南昆明菜市、咖啡集市成新晋旅游打卡点】

【吉林:企业开办时间由11天减至1天 最快20分钟办理完成】

责编:向天笑

审核:徐才厚

责编:陈政劲

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