(10秒核心解读)吞精口交激情欧美人妖电脑版v08.337.53.08.90.84.37.91-2265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

2026-01-08 05:43:30
泉源:

猫眼影戏

作者:

杭畴

手机审查

  猫眼影戏记者 王国旌 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:日韩精品持黄视频免费在线观看

??01月08日,广州花市增城打头炮,

  石昊“嗖”的一声跃起五六米高,落在了宽阔的鹰背上,马上感受到了一种坚硬,每一枚鳞片都如精铁般冷硬。

,猛男GayGay 无套beat。

??01月08日,融通旅发集团推出“缘月”“福月”中秋礼盒 为市场添红为传统增色,

  话音刚起,清风吹过,柳枝摆动,带起一股蒙蒙雾气,垂落了下来,噗的一声,柳条穿透了他的右臂。

,色综合视频一区二区在线观看,人妖专区,黄色网站三级免费一品。

??时势2:18 无直套蘑菇视频

??01月08日,韩媒:韩国2025学年高考今日开考,

  “神人啊,你仅去了一趟,直接就弄出来十一株仙丹?”大红鸟惊的眼睛差点瞪出来,这也太强了。

,极品无码国产在线观看,女警裸体被 叫爽漫画,0TK实践拍击视频。

??01月08日,2024西藏自治区“宪法宣传周”启动仪式拉萨举行,

  四五十头巨狼试探性的攻击,时时扑杀过来,石村众人防御,小不点则认真攻击,一再脱手,连杀了八头巨狼,重大的狼尸倒在那里,山林中一片血腥味。

,深夜视频你懂的一区二区,pornhub站免费入口网站,国产婷婷综合在线视频2021。

??时势3:yy6080午夜福利无码AV

??01月08日,涉案金额高达1.4亿元 “金主”被判无期徒刑,

  各人早上好。我是高一⑵班的学生x,今天我代表全体高一新生在国旗下致辞,我致辞的问题是《雏鹰展翅,遨游长空》。

,精品 区二,人人插人人草,91精品国产足浴勾搭女居士。

??01月08日,(新春走基层)宁夏银川:乡村大集年味儿浓,

  小不点一声大喝,拍向冲在最前方的几人,符文扩散,手掌像是一下子放大到了磨盘大,砰砰声接连响起,凶寇一个一个的飞起,全都被打飞了出去。

,91精品国产手机,美女高吹网站,AA级毛片免费视频。

??时势4:午夜福利大全

??01月08日,三百骑手角逐黄河畔 跟着赛事骑行游山西,

  他扔下宝弓与铁箭,展启航体,强盛与无邪的犹如一头恶魔猿,脚下一动,横移十几米远,此后双臂间符文闪灼,迅速亮起,令他整小我私家都朦朦胧胧,多了一层宝辉。

,久久AV黄片,天天操夜夜操APP下载安装,呦呦导航福利。

??01月08日,未来三天陕甘宁等地有强降雨 南方酷热天气持续,

  有人要破石毅的纪录,引发了一场轩然大波,各地动惊,诸多在洞天福地修行的能手全都出关了。

,美女班长跪床 被 小说,在线青草免费视频,国产在线观看的网站你懂得免费。

【读懂低空经济发展的前景和挑战 专家建议:从四个维度创新推进低空经济发展】

【(新春走基层)山东六旬老人舞龙40余载盼后继有人】

责编:柴老二

审核:吴翟

责编:王玉涛

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