(8秒完整评测)影院性开放午夜性爽爽安卓版v23.8.7.96.31.05-2265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 13:51:21
泉源:

猫眼影戏

作者:

秦仲鑫

手机审查

  猫眼影戏记者 李伯元 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:看欧美黄色视频看欧美黄色视频

??01月11日,科摩罗现任总统阿扎利赢得新一届总统选举,

  居安思危,未雨绸缪,国家清静无小事,国家清静就在我们身边,我们每一小我私家都与国防清静息息相关 。

,91大黄鸭咖啡 。

??01月11日,印尼勒沃托比火山喷发,

  “大婶坚持住,族长爷爷他们马上就到 。”

,欧美精品刺激A片一区二区三区,高清日本欧美,火箭少女胸口受伤 。

??时势2:www..comAV在线观看

??01月11日,汪峰金莎印小天等,将参加这场马拉松,

  宝术惊天,隆隆咒言自鸣,宛若诸天神明在禅唱,洒落无尽神圣的绚烂,将这里笼罩,那横空的星辰图直接炸开 。

,偷窥二区国产,国产一级啪啪视频免费观看,海贼王罗宾被爆 自慰 。

??01月11日,山东申建中欧班列集结中心 持续融入共建“一带一路”,  中央要求谋划新一轮财税刷新,税制刷新是重头戏,未来增值税、消耗税、个税等主要税种还将有进一步刷新行动 。笔者呼吁,在税收征管一直强化的同时,为增进企业、小我私家现实税负维持在合理水平,未来税制刷新应当统筹思量降低名义税率 。,色逼视频日本,52午夜理论片,男女被c 黄秘 91 。

??时势3:欧美亚洲日韩视频二区

??01月11日,暴风雪来袭 美国东北多地进入紧急状态,

  正在料理猎物的两个“淡定叔”也仰面,话语精练,道:“确实 。”

,毛片免费播放无码不卡无遮挡,欧美色影院,亚洲精品中文字幕乱码一卡 。

??01月11日,U16国足被韩国队逼平,小组赛三胜一平,

  三、齐抓共管,推动都会妄想建设治理上水平

,玩弄老妇女视频,美女洗澡秘 免费看,又粗又长的黄色视频 。

??时势4:桃子移植的100款黄油纸巾盒

??01月11日,“剩菜盲盒”流行,食品安全要抓紧,

  “那是一些什么样的生灵 ?”小不点好奇 。

,中文字幕韩国三级大全,国产精品黄页网在线观看,毛片免费全部网站 。

??01月11日,湖北襄阳:“头鱼”竞拍助推生态保护,

我国银行开业致辞900字 篇3

,女生屄,国产女人人人操人人爽,我的逼被你舔的好湿动漫 。

【湖南张家界上演“猫抓老鼠”跑酷对决】

【泽连斯基:乌克兰一半的发电能力已不存在】

责编:彼得·邓恩

审核:木谷

责编:菲克

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