(1秒完整指南)影音先锋你懂安卓版v544.69.97.02.99.44.04.00-2265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 15:40:58
泉源:

猫眼影戏

作者:

赵母

手机审查

  猫眼影戏记者 加里·弗雷泽 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1:玖玖中文先鋒免費aV資源

??01月12日,鲜花、男士彩妆走俏抖音商城38好物节 国货美妆占比六成,

  狈风手腕一扬 ,一片光雨再次飞出 ,如一片流星横空而过 ,绚烂而又漂亮 ,可是杀伤力极其惊人。

,一级黄色带。

??01月12日,广西龙胜侗族民众编织草龙迎新春,  美团数据也显示 ,7月以来 ,“网球”搜索量同比去年增添超60%。网球体验课、网球培训季度课包在平台热销 ,美团上网球运动相关团购订单量同比激增172%。,黄色高清无码在线免费观看网址,性欧交在线视频,巨乳美女❌❌巨乳影片。

??时势2:亚洲欧美日韩精品综合在线观看

??01月12日,深阅读:强化农田保护 助力生态振兴,

  “既然你能说出这番话 ,那我就告诉你一个神秘。”柳树很欣慰。

,柔术18amarteur,一级片有限公司,张柏芝高潮被G下不来床。

??01月12日,国际金价屡创新高 银行力推积存金,

  今天 ,阳灼烁媚、春暖花开 ,我们四年级二班的同砚加入了“我为祖国添一片绿”的植树活动。

,小sao货几天没c水就这么多,神乐桃果爆乳无删减版百度云盘,色偷偷综合网。

??时势3:欧美人妖老妇❌❌❌

??01月12日,2024 WWS世界女子斯诺克锦标赛东莞开杆,

  毛球一把夺了已往 ,抱起来咕咚咕咚接着喝 ,大眼骨碌碌的转动 ,朝着后面瞟 ,那头五色孔雀终是发明了他们 ,连忙暴怒 ,极速扑杀而来。

,欢乐谷网址最新消息,中文无遮挡H肉视频在线观看,国产一级国产一级在线。

??01月12日,中新健康丨走进申城的综合性医院:微创方法百花齐放、达芬奇机器人助力,

  这里是文明的殿堂、知识的海洋、人才的摇篮。在这里 ,每一粒土壤都蕴含着深挚的文化秘闻 ,每一处空间都展露着蓬勃的青春气息 ,每一面书页都散发着自强不息的进取精神 ,每一张面目都刻写着拼搏奋进的高昂斗志。六十年的如水流年 ,六十年的锐意进取 ,六十年的绚烂历程 ,沉淀了永中薪火相传的“勤劳、质朴、严谨、活跃”的;。你们的到来无疑又为永中注入了鲜活的血液 ,而执著勇敢的你们又必将在永中的前进蹊径上举起更高的火炬。

,97视频免费在线观看,进入 未成年,老牛影视。

??时势4:91人妻自拍论坛

??01月12日,南方医科大学空天医学工程研究中心揭牌成立,

  “是的 ,只是一条手臂的实力!”小不点眼中含泪 ,用力颔首。

,国产一级a毛一级a看免费视频,附近约爱,中国综合色色,娜可露露乖乖掀开裙子让我喝奶。

??01月12日,国务院办公厅印发《关于发展银发经济增进老年人福祉的意见》,

  “嘿嘿 ,没错 ,掏这样的鸟窝才有成绩感。”皮猴干巴巴 ,笑起来真像是一只山猴子。

,日本三级a爽视频在线观看,美女114一级A视频,男生爆操女生小逼逼的视频。

责编:长泽雅美

审核:段贤尧

责编:郭东

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