(9分钟轻松上手)欧美狠狠入鲁的视频777最新版v456.00.95.01.7.24.29-2265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

2026-01-09 21:47:42
泉源:

猫眼影戏

作者:

史蒂夫·科尔

手机审查

  猫眼影戏记者 陈贵伦 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:好莱坞丰满视频网站

??01月09日,吉祥航空新开西安至榆林航线,

  2、与人为善, 和气相处。各班班主任要教育学生以友好相处为重点。同砚之间爆发矛盾是难免的,我们要多作自我品评,并自动找先生妥善处置惩罚;任何人不得找外人到校滋事,加深矛盾;不与社会上的不良少年来往;榨取攀爬楼梯栏杆;严禁在课堂和楼道内追逐、跑跳、打闹;上下楼梯要靠右行,不拥挤、争抢;双休日和节沐日榨取结伙闲逛,惹事生非;不得进入网吧;夜晚一样平常不但独外出活动。严禁携带管制刀具、有危险他人的一切工具进入校园。榨取玩耍有危害性的玩具,如小枪、鞭炮、弹弓等。

,3d李慕婉 黄漫网站。

??01月09日,福建经济观察:税惠助厦门港扬帆起航,

  远处,小不点手持一块巴掌大的宝镜,流光溢彩,是以晶莹的宝骨打磨而成,威势惊人!

,免费毛骗网站,午夜AV黄,凪光老师主演的电影在线放映。

??时势2:美女網站

??01月09日,专家解读|《全球数据跨境流动合作倡议》为推进国际数据治理与合作注入强劲动力,

  那就当一颗星星

,亚洲一级视频网站入口,免费超爽视频30分钟无遮挡,欧美日韩A片一级毛卡片。

??01月09日,李强抵达苏黎世对瑞士进行正式访问,

  每个班级的清静员要认真,班主任先生要指导学生事情,把各项清静都担负起来,下周我们学校举行统一的培训。

,光溜溜图片100张,日本护士free另类内谢,激情毛片免费频频。

??时势3:黄色一级网

??01月09日,北京市东城区举行第33届奥运会运动员、启蒙教练员座谈会,

  “快,救它下来!”罗浮大泽的中年男子蛟苍高声喝道。

,男坤坤女坤对坤,又爽又黄又无遮挡网站动态图,乡下女人愉情毛片视频。

??01月09日,山西临汾通报7起违规使用医保基金案例 侯马市人民医院两次违规,

  小不点心头大震,这是一块原始宝骨,不知道什么缘故原由,那符文并未内敛与消逝,还坚持在外,期待人去参悟。

,后进丰满圆润大屁股视频,欧美AAAA在线观看视频,捆绑 调教视频在线观看。

??时势4:郊外野战A片视频在线观看

??01月09日,外交部:以“产能过剩”为由打压中国绿色产业发展不利于应对气变,

  “惋惜看不到了……”

,李湘撅着肥白大屁股,免费进入看黄在线视频,a片在线免费观看一线天。

??01月09日,《繁花》要维权,宝总泡饭还能不能卖?,

  一阵风吹过,混沌气四溢,这个地方所有巨城都坍毁,成为废墟。

,嫩摸,一级a啪啪视频免费,AV片网站在线观看com.。

【赵乐际同瑙鲁议长斯蒂芬举行会谈】

【江西庐山实现直升机观光服务 游客可乘机俯瞰群山】

责编:曲昆

审核:邹美玲

责编:王大新

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