综合在线导航91福利,让你的每一次使用,都成为一次愉快的探索之旅

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 01:28:15
泉源:

猫眼影戏

作者:

李昭妍

手机审查

  猫眼影戏记者 蔡鄂生 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:免费一级A片挤奶视频播放

??01月12日,“知彼”更要“知己” 甘肃精准招商创新方式延链补链,

  尊重的列位向导、列位嘉宾,列位会员朋侪:

,一级黄色视频在线视频在 。

??01月12日,联“湾”成“圈” 粤港澳大湾区深度融合再“加码”,

  它全身都沐浴在火光中,皮毛跟绸缎子似的,闪灼赤红光线 。

,国产一级A片在线看,一极特黄,亚洲精品在线91 。

??时势2:黄片儿在线观看

??01月12日,覆盖1.8亿人 长护险如何破解“一人失能、全家失衡”难题,

  “是吗,那我就定心了 。”小不点开心的笑了,不再蹙眉 。

,中外在线α片啪,惩罚女人网站,手机在线你懂得 。

??01月12日,(巴黎奥运)体操女子平衡木决赛:美国选手拜尔斯获第五名,

  祭灵死去,群寇失去战力,小不点彻底松开,躺在那里,一动不想动了,不想再起来 。

,色色色色色色色色色色女孩网址,香蕉香蕉国产片一级一级毛片,中文字幕在线播放第一页 。

??时势3:在线国产视频资源

??01月12日,闽剧《画网巾先生》亮相第九届福建艺术节,

  恶魔猿大吼,全身颤抖,血花连忙就溅起十几尺高,依旧如以前,它又在狻猊一族的恐怖宝术下吃了大亏,胸背泛起一个前后透亮的血洞 。

,免费无码一级成年片,大片,xxxxx视频,欧美老妇女乱熟 。

??01月12日,长期过量接触增塑剂影响青少年生长发育!选购体育用品时注意这几点,

  他满头黑发披散,一身修成两大宝术,或允许以说是令原本的两大神通蜕变与升华了,更为厉害与强劲 。

?第一百八十六章 紧迫,美女被操视频网站,sweetfever return原神汉化,中文字幕乱在线伦视频高瀬 。

??时势4:免费人人操网

??01月12日,湖北发布高温红色预警 部分地区将超过40℃,

  果真,在这一刻对方布下的符文大阵一下子不稳固了,那蒙蒙蓝光最先崩塌,此后炸开了 。

,羞羞色院91精品网站男男,熟妇综合网,久久黄色片视频影 。

??01月12日,上海签发粤港澳大湾区外首张赴港澳人才签注,

  半个时间后,山脉深处清静了下来,可是火云不散,依旧缭绕,天涯一片赤红,像是染上一层神血 。

,汤唯被内谢流白浆10分钟,FreePorno💋HDtv,农村少妇特黄A片 。

责编:许林贵

审核:胡常峰

责编:赵冬至

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