(4秒完整指南)人妻小黎苹果版v33.90.67.571.19.81-2265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 19:01:17
泉源:

猫眼影戏

作者:

堂·吉诃德

手机审查

  猫眼影戏记者 刘婧婧 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1:99爱国产视频

??01月11日,陈世年同志逝世 为我国导弹事业曾长期隐姓埋名,

  雨蒙懵了,被带到巨城的一座雄伟的大殿中,上方有三轮璀璨的太阳,霹雳隆作响,皆散发大道符文,让人无法正视 。

,原神妮露❌流水自慰爽 。

??01月11日,2023年山西全社会用电量达2885亿千瓦时,

  1.清静问题,这也是每个假期都要强调的问题 。清静是头等大事,先生们一定要把清静时刻放在心中 。特殊是交通清静、食物清静等,在这个时间段更应引起重视 。假期中,同志们可以多去磨炼身体,学校体育馆将向本校先生们全天开放 。

,骚婷婷网,欧美激情视频一区二区苍井空,亚洲图片在线观看 。

??时势2:精品在线一

??01月11日,北京市十六届人大二次会议将举办三场新闻发布会,

  “这里离石村很近,族长爷爷他们一定会听到新闻来接应我们 。”小石昊说道 。

,欧美在线免费播放,国产一级婬片A片高潮,亚洲欧美成v a人在线观看 。

??01月11日,四大因素致4月LPR“按兵不动”,机构:短期无再度下调空间,

  镇中人见状,全都心惊肉跳,那可才是一个五六岁的孩子啊,竟有这样凶猛的气息散发,可跃十几米高空,绝对可以徒手撕凶禽巨兽 。

,妲己toxic与土豪啪啪啪,樱桃视频,黄色录橡 。

??时势3:爱情岛论坛亚洲入口

??01月11日,【透视】越来越多美国侨民对政府感到失望,选择放弃国籍,

  “会有惊喜的,不会弱于那些富家中的天才,真要与他们对上的话,即便你年幼,我想也会有不凡体现 。”老族长认真地说道 。

,www.wudu365.com,欧美乱交在线,百度99在线精品 。

??01月11日,434件!无锡海关查获一起旅客超量携带化妆品进境案,

  近年来,在地委和各级党委的准确向导下,地某地各级党委办公室以邓小平理论和“”主要头脑为指导,认真贯彻落实党的xx大提出的“四新”要求,在强化效劳意识、立异意识和提高素质上狠下功夫,较好地施展了照料助手作用,可以说,地某地刷新开放、经济生长和社会稳固的大好形势,与我们各级党委办公室在其中所施展的作用、做出的孝顺是分不开的,和我们办公室全体同志所支付的智慧、心血、汗水是分不开的 。借此时机,我代表地委、代批注书记向在座的列位,并通过你们向全地某地辛勤事情在办公室事情岗位上的所有同志体现亲热的慰问和衷心的谢谢!

,黄色视频大全在线免费观看,黄色视频在线观看大片,无码在线国产偷情视频 。

??时势4:亚洲欧美变态另类丝袜第一区

??01月11日,中新健康|双胎孕妈妈遇到“无心胎” 上海专家宫内急救助正常胎儿发育,

  究竟谁是人类,谁是远古遗种 ?银色生灵有点神经庞杂的感受,怎么两小我私家的种族像是置换了过来 ?!

,库拉拳皇本子,骇爪漫画,免费黄色视频村妇 。

??01月11日,最新放假通知!,

学生会换届 篇6

,黄片在线看黄片,欧美性爱在线观看,欧美性爱在线播放,欧美...,扒开内衣强吸乳h神里绫华 。

【孙悟空与蓝精灵再度“相逢” “中比动漫文化周”拉开帷幕】

【打好智能牌拓宽新赛道 家庭“大件儿”加速迭代 】

责编:吴珍熙

审核:克雷格·斯彭斯

责编:土超

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