(4分钟全面解析)被各种玩具玩到高潮开裆最新版v33.05.97.69.03.9.12-2265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

2026-01-10 21:10:57
泉源:

猫眼影戏

作者:

益龙印

手机审查

  猫眼影戏记者 科拉卡 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:deepseek成人版色情18禁

??01月10日,石河子大学启动农田残膜污染治理项目,

  “轰”、“轰”……

,宝贝...趴在床上再来一次原神。

??01月10日,(乡村行·看振兴)5.1万亩山楂聚势成链 山西闻喜农文旅融合推进乡村振兴,

  凶寇来了一小股,主力尚有那头祭灵并没有到,但即便云云,也是煞气汹涌,让石村周围的温度蓦地下降。

,干干干射射射,www.理论电影.com,国产精品嫩草影院。

??时势2:日本wwwwwwwwwwww

??01月10日,春运返程火车票今日开抢!出行要注意这些信息,

  “小弟弟,你该不会也是这样一个天纵奇才吧,一小我私家横穿十几万里大荒,未曾用大人守护。”漂亮而灵动的女子笑道,拢了拢黝黑的秀发,露出如精灵般皎洁晶莹的耳朵,刹那的风情,出尘感人。

,屄站在线,A片网站免费进入,性香欲视频一区。

??01月10日,京西电竞节开幕 设置《黑神话:悟空》线下体验专区,

  村人们敬畏,好长时间后才清静下来。

,一级A A A A A A毛片免费,1000部国产怕怕怕精品,mmxxxx在线观看。

??时势3:欧美成免费黄色视频

??01月10日,江山如画|踏寻北京红色足迹,

  20年,是1111公司自建设以来谋划总量大幅度提升的一年,也是公司内部治理逐步走向规范化和制度化的一年。一年来,在公司董事会的准确向导下,在全体员工的艰辛奋战下,公司全体员工牢牢围绕年头董事会确定的斗争目的和事情思绪,以产品订货、产品研发、手艺立异、教育培训、节能降耗和6S治理为事情重点,逾额完成了年头董事会决议确定的各项谋划指标,将公司跳跃式生长的速率和高度推向了一个热潮。

,在线黄色网站免费观看,农夫导航日韩十次VA导航,有色视频哪里可以看自拍。

??01月10日,内蒙古东部煤城霍林郭勒打造“绿电铝之城”,

  这是一种凌厉无匹的至强宝术,曦光化成一口又一口剔透的红色仙剑,锋锐无比,带着滔天的火光,斩向巨禽。

,自拍偷拍综合图区,欧美最猛性XXXXX69,看看黄片一级免费的a片能看的。

??时势4:老肥熟老女人另类xx

??01月10日,广东省纪委监委驻省工业和信息化厅纪检监察组一级调研员唐策被查,

  他们没有脱手,但却镇压了四方。

,色哟哟911精品网站,欧美精品黑人粗大欧7m,78map打扑克吗。

??01月10日,东西问|辛礼学:南海西北陆坡一号、二号沉船遗址考古有哪些亮点?,

  众人再次将眼光看向了石毅,对他期望很大!

,三级片日本视频,欧美性猛片XXXXX多人伦交,又粗又硬又大又爽免费A片美国。

责编:刘石磊

审核:张江舟

责编:李松

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