美女在线操,以简单为核心,却拥有强大的功能与丰富的内容

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 02:31:56
泉源:

猫眼影戏

作者:

周一围

手机审查

  猫眼影戏记者 姜渭清 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:黄色视频在线免费观看夜

??01月08日,山西长治重大刑事案件致一人死亡 犯罪嫌疑人被当场控制,

  别的,学校家委会还组织多名学生代表旅行了xx市妄想展览馆以及工业新区,对xx都会生长战略有了深刻的明确,增添了见识,坦荡了视野。

,欧美大香线蕉线伊人久久。

??01月08日,女子带宠物上飞机导致航班延误,要赔偿其他乘客吗?,

  毛球的小爪子很贱,抓着坚石,用力挥舞,想将五色神卵凿穿,效果石块都碎掉了,蛋壳也丝毫无损,流动晶莹色泽。

,欧美激情第二十六页,农村瓜棚与岳肉欲,免费观看的黄色视频。

??时势2:94ri.av

??01月08日,李强会见欧盟委员会主席冯德莱恩,

  近几年,年轻人的加入给中心增添了活力、战斗力和创立力,使我们的事情效率有了提高 ?梢运,中心的现在是需要你们携手创立的,中心的未来是属于你们年轻人的,你们要迅速的生长起来,在事情中多学、多看、多问、多做;要明确贡献和感恩;要勇于挑起重担、施展作用。用你们的行动和劲头影响他人,用你们的活力和热情绪召他人,施展出年轻人的起劲作用。

,性别巴克官方正版下载安装,激性欧美在线观看,黄色网站AA十片。

??01月08日,国足主帅扬科维奇:我们不能逃避问题,

  工业生长水平决议生产要素群集水平,决议城镇生齿规模。没有工业的城镇是一个空壳,不会有一连生长能力。因此,城镇化并不等同于都会建设,要害要生长工业,形成工业支持。

,国产 肥老妇 视频妇科检查,上课被学长揉花蒂喷水H,第一页在线视频。

??时势3:十八黄色网

??01月08日,进博会在马来西亚举办推介会,

  雄关漫道真如铁,现在迈步重新越。效果已经成为已往,未来充满希望,我们*人充满信心,将以激情壮志、信心百倍的心态去挑战偕行业的巅峰。以是我们*人还要坚持敢拼、敢闯、敢赢、诚信立异的事情精神,同心协力把做大、做强!

,女人高潮一级片,免费大形黄色视频强奸网站,亚洲AAAA级特黄毛片。

??01月08日,时政微周刊|总书记的一周(1月15日—1月21日),

  在本科生作育方面,学校新获批了5个本科新专业,有4个本科专业被评为省级专业综合刷新试点项目,3个被评为国家级专业综合刷新试点项目。生物学实验中心新增为国家级实验教学树模中心,同时还新增了2个国家级大学生校外实习基地。徐阳春教授的《现代汉语与社会生涯》获评为国家级第三批“精品视频果真课”建设课程。今年学校有22名西席任天下教学指导委员会委员,总数目实现了翻倍增添,其中2位任副主任委员,填补了学校无副主任委员的空缺。

,欧美一级AAAA片在线,免费黄色网站在线播放在线,国产又大又爽免费视频。

??时势4:黄色性爱高潮爽视屏

??01月08日,超600家展商亮相、寻求合作,在第二届链博会上——跨国公司纷纷“找链接”,

开学学校向导讲话 篇19

,免费啪视频观在线视频无卡,www.涩涩涩,偷偷色最黄毛片。

??01月08日,文脉华章|戏曲艺术 璀璨之光,

  就这样,日复一日,月复一月,小不点早出晚归,天天都伤痕累累,可是有柳树的那张古方,时常磨炼出宝药,饮下淡金色的浓汁,他瞬间就会回复。

,99国产精彩一区,91 xxxxx,小兰光溜溜原版视频。

责编:朱朝会

审核:耿愿

责编:托雷

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