(4分钟深入讲解)欧洲能看的黄色网站黄色A片最新版v94.53.92.31.8.41.80.35-2265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 02:35:37
泉源:

猫眼影戏

作者:

李宗斌

手机审查

  猫眼影戏记者 玛吉斯 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:变态AV天堂

??01月11日,【图片故事】年轻人的旧书店,

  “林虎,飞蛟,你们准备好了吗?他妈的,狈村的祭灵若是敢泛起,给我杀了它!”石云峰喝道 。

?第二十五章 狈村祭灵,https://t.me/JM_cimic 。

??01月11日,沈阳:首发经济蓬勃发展 消费资源优势日益突显,

  为了同砚们能够学习生涯在一个清静协调上进起劲进取的情形里,只管我身体有病,我将全力以赴,勤勤恳恳,兢兢业业地为同砚们效劳,哪怕前面是地雷阵,哪怕前面是荆棘路,我都将勇往直前,一心一意,死此后已 。这个誓言将会陪同你们,直到走到理想的大学殿堂 。这也是我代表先生们发出的战斗宣言 。先生们一定会燃烧自己的生命,把同砚们带往更远的天空,明确越发漂亮的景物!

,尤物视频在线观看网址,porn龙卷,十八禁免费黄色网站 。

??时势2:亚洲天堂免费视频在线观看

??01月11日,藏医白淑军:破解藏医药传承“密码”,

  这一境界需调动全身的精血,滔滔如雷鸣,熔炼骨文,在血液中催发入迷曦,从而淬炼天地造化,滋养肉身 。

,日本黄色视频网页,三级片黄片电影,欧洲男青年撒尿自慰Gay 。

??01月11日,超九成受访大学生喜欢“上冰雪”,

  “噗通”、“噗通”

,h5免费版入口,欧美-级在线,欧美性交,com 。

??时势3:猎奇小屋9.0官网入口

??01月11日,88VIP会员权益再升级 推出无限次退货包运费服务,

  “啊,柳神苏醒了!”

,中国十八九日逼,www.yjbbc.com,久久只有这里有精品 。

??01月11日,创新生态治理,内蒙古防沙治沙与新能源建设如何擦出火花?,

  让我们用第三次热烈的掌声祝贺那些效果前进的同砚,同时也把掌声送给效果虽然暂时落伍可是不甘居人后刻意要奋力拼搏的同砚吧 。

,国产小视频免费在线观看,超碰超碰女人女人女人97人人,初高中屁股 网站╳ 。

??时势4:亚洲国产精品资源26u

??01月11日,习言道|铸牢中华民族共同体意识,习近平这样强调,

  一群孩子眼睛红红的,全都握紧了小拳头,恨不可连忙长大,将那群恶人除掉,解决这场大祸 。

,人妻猎人,XXXXWWW,www.人人操com 。

??01月11日,新疆阿勒泰:喀纳斯景区通往禾木村道路抢通,

  “什么?!”一群人都惊呼了起来 。

,女人张开腿让男桶爽视频动漫,色色资原Av在线,激情文学另类小说亚洲文学 。

责编:罗英姬

审核:芭芭拉

责编:石庆伟

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