国产乱老熟视频网站 视频 视频,专为热爱品质生活的你打造,每一次点击都是新的惊喜

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 00:42:58
泉源:

猫眼影戏

作者:

菲什特

手机审查

  猫眼影戏记者 孙中钦 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1:一级毛片免费看网站

??01月08日,北京交管部门加大对“分心驾驶”处罚整治力度,

  “不可,族长爷爷你身上有暗伤,不可随意施展骨文,交给我好了!”小不点摇头差别意 。

,91视频 秘 。

??01月08日,全国总工会发布第七批工会推动治理拖欠职工工资典型案例,

  “肯定是居心的啦,快把谁人蛟鹏气死了 。”

,日韩在线最新专区,日日.COm,免费视屏久久久爆操 。

??时势2:古装一级无遮挡一级毛片

??01月08日,国家邮政局:我国快递市场月均业务量达140亿件,

  “大婶,我是不是很没用?适才都那样了,照旧下不了杀手,只是伤了他们的肩头与手臂……”小不点落泪自责 。

,在线播放免费一级毛片,欧美一级特黄XXXXwww,vk挠脚心言言慌 。

??01月08日,新疆阿克苏地区乌什县发生7.1级地震 各方救援力量快速出动增援震区,

  无论是在现实的石国中,照旧在虚神界,石毅之名都如天日般,璀璨无比,提起他,众人莫不心颤!

,脏脏资源宝库,玖玖在线精品视频,环肥燕瘦3D下拉式漫画最新章节 。

??时势3:雅典娜遭强高潮开双腿

??01月08日,港铁庆祝通车45周年 李家超赞其为世界顶尖交通系统之一,

  石村内,族长石云峰正在与小不点语言 。

,亚洲华人在线视频观看,美女玉足被 到爽 流,欧美性爱视频wwccxxoo 。

??01月08日,宁夏遭遇沙尘暴天气,

  就是这样的简朴,来自罗浮大泽的一群能手都在一息间被击杀,没有一点悬念,看的一群强者全身发寒,嗖嗖冒凉气 。

,陈好一级婬片A片AAA,人禽交 欧美 网站,国产欧美精品免费va 。

??时势4:木马鞭打滴蜡SM女攻

??01月08日,春节上榜!世界“非遗”总数第一,中国是怎么做到的?,

  列位、列位朋侪:让我们配合碰杯,一起携手共祝我们未来优美的明天!

,亚洲理伦视频,魅药代理课长,黄色视频下载大全 。

??01月08日,广州中山纪念堂第三届木棉花文化节开幕舞龙“剃龙头” 13国青年在重庆感知中国传统“龙抬头”文化,

  三、增强组织向导,转变事情作风,狠抓事情落实. 通过今天召开的乡党委扩大聚会,下半年的事情目的和使命已经明确,实现年头确定的经济和社会生长的各项使命,实力在群众,要害在向导 。向导干部要切实提高执政能力,尤其要提高向导生长的能力息争决重大问题的能力,确保各项事情顺遂推进,取得显著效果 。

,A片视频免费看国产精品,欧美尻逼性爱网,国产日韩AV网站 。

责编:别克恩特马克

审核:秦天健

责编:江充

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