(2分钟深度揭秘)欧美成年人影院电脑版v12.76.54.1.18.3.50.41-2265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

2026-01-08 05:09:31
泉源:

猫眼影戏

作者:

西安—兰州

手机审查

  猫眼影戏记者 奥萨苏纳 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:久久有码视频A片

??01月08日,(聚焦海峡论坛)第十届海峡茶会暨首届两岸红茶交流大会在福建福安举办,

  火星四溅,这轮银月连斩,当看成响,鼠王的皮毛终于破开了,血液溅起,可是那骨头却坚硬的犹如宝具般,难以斩断

,美女张开腿让男人桶爽的视频。

??01月08日,中共中央宣传部发出关于认真组织学习《习近平文化思想学习纲要》的通知,

  鼎壁上的上古先民再次浮现,祭祀音响起,无数的诵经声此起彼伏,镇压三头远古遗种。

,7x7x7x插槽,茜特菈莉裸体 自慰喷水,亚洲国产手机在线精品国偷产拍。

??时势2:韩国GayfackXXXⅩGay2

??01月08日,CBA俱乐部杯赛青岛赛区开赛 北京北汽收获开门红,

  “咦,四富家主呢,怎么都不在这里,他们在做什么 ?”

,日韩片婬乱一级毛片视频,黄色片二,国产日本欧美在线AAAAAAA。

??01月08日,重庆:到2027年建成青年发展型城市,

  1、不体贴孩子的生涯学习。许多家长忙于事情,历来不打电话询问孩子的学习状态,甚至先生长什么样,姓什么都不知道。有时听到个体家长说:“先生,我不会教育孩子,就把孩子交给你了。”这是一个误区。试问:“教育孩子的那一份责任能交掉吗 ?”由于家长教育孩子的那份情绪,它是不可取代的,以是再忙也要过问孩子的情形。

,1024手机在线你懂的,玉足调教,免费毛片a在线视频。

??时势3:强奸视频网站在线免费看

??01月08日,云南镇雄发生山体滑坡 消防全力救援 ,

  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。

,91嫩草国产线永久免费,在线看黄片不卡视频,久久精品无码专区免费一首页。

??01月08日,中国最新万亿级城市的“新”发展,

  然而,他们才最先激动,一切就都变了,那道金色的光束相遇绿色漩涡时,脱离了金狼族主的掌控,且光泽变暗,遁了出去。

,操操操人人干,亚洲色大成网站永久一区二区,就诊指南。

??时势4:加勒比超碰日韩操人妻B在线

??01月08日,冰天雪地也是金山银山 | 演绎新时代冰雪传奇,

  山地一片赤红,有许多水洼,都是血,肉泥与白骨茬儿更是随处都是,血腥气扑鼻。

,男女激情爽爽爽在线观看,国产无码黄色网站基地,欧美日韩亚洲GIF。

??01月08日,喜剧 “排忧”本领传千年,

  柳枝轨迹稳固,依然向上,去迎击罗浮大泽之主的攻伐。

,艾莉被c,婷婷第一区欧美色图,超碰在线97人艹。

责编:于庆洪

审核:李姨

责编:拉赫曼

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