(5秒完整指南)手机看片1024人妻旧基地鸿蒙版v94.47.57.7.05.8.72-2265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

2026-01-10 08:31:17
泉源:

猫眼影戏

作者:

侍新力

手机审查

  猫眼影戏记者 劳恩斯基 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:全球高清欧美视频在线观看

??01月10日,国民党韩国瑜当选台立法机构负责人,

  它张口喷出一道可怖的光线 ,直接席卷了天上地下 ,若无适才的宝骨镇压苍莽山脉 ,必将生灵涂炭 ,它震散漫天的云朵 ,璀璨神光斩向前方 ,这是一种至强的宝术!

,99精品66在线视频无码。

??01月10日,万物皆可飞上天!老外眼中的潍坊国际风筝节,

  “锤叔、鸟爷、精璧大爷 ,你们去找一找看 ,将那山寻出来 ,我迈开一步给他破了去。”小不点道。

,最新国产精品视频网址,农村夫妻操逼视频,pinkloving在线看。

??时势2:免费的黄色网站、。

??01月10日,国家卫健委提示冬季健康防护策略,

  我的演讲完毕 ,谢谢各人!

,91绿帽淫妻,2021最新韩国三级理论电影,另类残虐性行为视频无码。

??01月10日,离别时大陆师生不停挥手比心高喊“再见” ,萧旭岑:他们感谢台湾民众的热情好客,我很感动!,

  好了!总之一句话:好的纪律、秩序是搞好事情、学习的包管。希望忘各人好勤学习 ,天天向上为中心小学争光。

,2020国产黄片,全国男人的天堂网草榴,国产免费无遮挡色视频网站。

??时势3:国产AV日韩精品久久久久久

??01月10日,习近平向联合国贸易和发展会议成立60周年庆祝活动开幕式发表视频致辞,

  铁箭划破长空 ,呜呜作响 ,像是九幽的鬼音 ,粗长的箭杆散发着让人心悸的金属冷光 ,极速飞来 ,骇人之极。

,狂野欧美激情性XXXX视频,yw193,国产高清国内精品福利免费。

??01月10日,哈萨克斯坦紧急情况部发布雪崩风险提示,

  整片虚神界哗然 ,激起轩然大波 ,就是身在高条理的洞天福地的那些人 ,也都想去初始地看一看。

?第九十章 抢夺,双男主真人大片大全,99久久综合狠狠综合久久婷婷,欧美最新精品视频在线。

??时势4:欧美又大又粗AAA片

??01月10日,(新春走基层)新疆兵团:特色种养赋能乡村“新蝶变”激活振兴“动力源”,

  旁边 ,他的妻子颔首 ,美眸中充满了坚定 ,抱紧了小不点。

,小苮儿骚麦在线试听歌词,永久超碰在线观看,亚洲人妻不卡无码视频。

??01月10日,(新春走基层)裸眼3D震撼民众!重庆一商圈巨幕上演“巨龙腾飞贺新春”,

  我的演讲完毕 ,谢谢各人!

,日本美女操逼一级视频,吴忧和静敏之校园契约免费下拉式,久久免费看少妇高潮一级毛片特黄。

【国际识局:韩国政局突变,总统为何难逃“青瓦台魔咒”?】

【2023年中非贸易额达历史峰值】

责编:薛宝钗

审核:贾新兴

责编:葛道伟

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