(5分钟图文详解)国产短视频精品一区二区三区安卓版v63.57.54.90.507.75-2265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 00:36:36
泉源:

猫眼影戏

作者:

周志强

手机审查

  猫眼影戏记者 永向党 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:dva fuck

??01月12日,河北省邢台市气象台发布大雾黄色预警信号,

  三、严肃纪律  ,确保培训使命顺遂完成

,免费高清视频免费毛片。

??01月12日,秋冬季心血管病高发 谨防与带状疱疹混淆耽误病情,

  小不点扔掉白骨大棒  ,拍了拍手  ,道:“敢偷袭我?马纰漏虎  ,算扯平吧。”

,7x7x7x插槽,欧美黑逼,最新欧美日韩国产综合。

??时势2:国产精品自拍大全

??01月12日,国家二级保护动物狍鹿在祁连山踏雪觅食,

  “为了抢夺我们的猎物  ,你们半路截杀我族人  ,下手狠毒  ,箭箭穿透脏腑  ,令数人重伤弥留  ,还请我们恕罪?恶事做尽  ,却这样泰然  ,是何原理?!”石林虎怒斥道。

,亚洲A级理论片在线观看,色偷偷综合网,胸⋯啊⋯嗯~丝袜下面出水了微博。

??01月12日,海外华文媒体代表走进福建土楼博物馆:品读土楼文化,

  发明有人溺水  ,不要贸然下水营救  ,先在确保自己清静的情形下  ,接纳水外营救  ,并应高声呼叫成年人来相助和拨打110报警。

,色呦呦是什么,梁佳芯作品免费观看网站在线看,怮交小U女天堂AV。

??时势3:深夜视频你懂的

??01月12日,加拿大蒙特利尔上演第八届枫花雪乐中国春晚,

  “我的娘诶  ,好大一只鸟  ,快跑呀!”

,国产91在线播,初高中屁股 网站╳,久久一级无码A片。

??01月12日,品味文化盛宴 “五一”文博热持续升温,

  “嗡”的一声  ,那条兽牙串再次飞起  ,此后散开  ,化成一粒粒光点  ,咆哮着冲向小不点。

,啊啊啊啊啊插日,欧美一级a,大香蕉久草在线视频。

??时势4:中文字幕在线观看第二页

??01月12日,“五一”假期湖南接待游客1849.47万人次 过夜游客近七成,

  “嗯!”小石昊颔首  ,眼睛清亮  ,很是纯净  ,在早霞中小小的躯体很晶莹  ,让人感伤  ,一个娃娃罢了  ,竟然已经是洞天境的能手。

,91n免费视频处女在线破视频+进https://www.wpeitul.xyz:6688/35.html,许婷和闺蜜李雪的小说,97人人澡人人插。

??01月12日,杨文龙摘铜苏翊鸣遗憾无缘领奖台 苏翊鸣教练:肩膀伤势影响他的发挥,

  组合成一个班级  ,这就是历史  ,谁也无法改变的历史。历史唯物主义者的态度就应该是尊重事实  ,实事求是  ,创立绚烂。任何想游离于整体之外的想法都是不可熟的  ,也是不现实的。若是你真的无法融入这个整体  ,请你马上走开  ,留下的应该是热爱整体、维护整体的坚定的整体主义者  ,应该是具有强烈整体相助主义精神的人。

,女学生和老师做爰A片,久久精品亚洲一区二区三区欧美,天堂亚洲男人。

责编:奥普拉

审核:吴宜群

责编:张抗

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