(5分钟完整指南)黄色网站2020电脑版v1.47.12.37.17.97.79-2265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 12:12:24
泉源:

猫眼影戏

作者:

伊凡洁

手机审查

  猫眼影戏记者 葛晓华 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:国产免费黄色网站在线观看

??01月11日,走进“土楼王国”——福建南靖,

  一座枯崖立于海上,弘大无比,鲲鹏巢就筑在上面,自远古遗存至今,始终隐于汪洋间,无人得见巢中的盖世神通。

,婷婷综合视频在线97。

??01月11日,读懂数智时代教育的变局与初心 专家论道:面对未来培养什么人、怎样培养人,

  “来了,百断山要泛起了,通道将开启,再现世间!”城中所有老辈人物都睁大了眼睛,主要的关注。

?第一百一十四章,18DX_XXXXXL100%,毛片在线播放免费,女子撒尿全过程秘 正面。

??时势2:白白的快乐宝库

??01月11日,时隔12年夺回汤杯尤杯 国羽迈进新一代,

  6、在校内不追逐打闹,不做危险游戏,上下楼梯轻声慢步靠右行,不靠近窗户玩耍探望。进校后禁绝外出,有事必需请假,推行学校请假手续。

,久久99精品九九九久久,熟女69导航,哦欧美A片免费短视频。

??01月11日,全国统战部长会议在京召开 王沪宁出席并讲话,

  “狗屁,这些都原来就是我们的,说了半天没有一点至心!”石村一个性情欠好的人喝道。

,地铁逃生刷刀体质下载,色情18,JAVHDOnline熟女。

??时势3:天堂在线黄色视频

??01月11日,吉林:单产稳居粮食主产省第一 2030年产量有望突破千亿斤,

  “说武器呢,你们扯哪去了?”

,欧美日韩偷拍视频网,www.一操,色眯眯av。

??01月11日,中新真探:防晒指数越高防晒霜效果越好吗?,

  这种工具有几多都不嫌多,况且一样平常情形下来说,一族只有一种极强的宝术,其他都是小神通,加以辅助。

,稀有国产人兽,人与性动交毛片ⅩXXXB,欧美一级乱妇老太婆特黄。

??时势4:宿迁木屋厂家用小鹤营销导航

??01月11日,南京江宁助力两岸青年申报高层次人才,

  同志们,医疗卫生事情是一项神圣而伟大的事情,各人要为从事这一行业感应庆幸和自豪,要始终把人民群众的康健作为一件大事抓紧抓实,让人民群众真正享受到清静、优质、便捷、低廉的医疗效劳。新的一年里,我们要进一步振奋精神、同心同德、同心协力、起劲开创医院建设与生长新的绚烂。

,淫色人妻婷婷五月天,黄片aaaaa级,www..com国产a片。

??01月11日,外交部:中方对中非合作论坛建设有三方面期待,

  “呀,竟爆发了转变,岂非那只是一种宝术!”小不点受惊。

,人妻精品综合一区二区,久久精品免费黄色一级片,黄片AV在线免费看。

责编:赵倩

审核:梁静文

责编:康溢

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