亚洲性爱偷拍,内容丰富,界面简洁,无论新手还是高手都能轻松上手

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 02:01:55
泉源:

猫眼影戏

作者:

张顺科

手机审查

  猫眼影戏记者 艾米-波勒 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:日本美熟妇在现视频一区二区

??01月10日,新帅新人新理念 国足“吐故纳新”,

  少妇喋血,被战矛钉在地上,那金色的矛杆还在轻颤,这种杀伐手段无比慑人。

,久久本道久久综合伊人。

??01月10日,西藏各地开足马力打好农业生产“第一仗”,

  “吱吱……”金色圆球抗议,对这个称呼很不满。

,免费A级毛片无码免下载,www.中文字幕在线观看,同男code is视频网站。

??时势2:免费看黄色视频

??01月10日,如何积极培育中国特色金融文化?专家学者这样说,

  最后,希望通过这次培训,同志们真正能够实现看法上有新生长、作风上有新面目、能力上有新提高、事情上有新效果。 强化居安思危的意识,形成艰辛斗争、真抓实干的作风,形成团结协作、争创一流的作风,以越发兴旺的斗志、越发科学的态度,乘势而上,拼搏进取,为千人桥的建设事业,为人民的富足安康,松手大干,立功立业,创立新成绩,铸造新绚烂!

,4455看片,WWW,偷拍,COM,99ri视频国产在线观看免费。

??01月10日,中新教育|浙江:2024年将加大力度推行“午休躺睡”,

  他动用了最强宝术,杀气汹涌,惊的一群人无比骇然,宗老竟被逼到了这一步。

,欧美日韩女尤视频,黄色肏逼美女网站,国产一级A片在线直播。

??时势3:xxxxx视频

??01月10日,广东职教,何以“出海”又“出彩”?,

  今天下昼,校长通知我们去学校大屏幕前寓目清静知识小影戏。片子中讲述了种种在危险中自救的要领,如:在火灾中,应用湿毛巾捂住口鼻,趴在地上匍匐前进,这样才华仅可能避免吸入浓烟,清静脱离危险地 I杏性诖┰秸釉笫,要用木棍探明虚实后才可以行走,不然一不注重就会陷入其中,难以自拔……听了这些,使我受益匪浅。着实,不要去说火灾等严重的灾难,就是在我们身边也常有一些不幸的爆发,只由于某些鸡毛蒜皮的小事以及没有清静知识而酿成苦果。

,欧美AAAA在线观看视频,经典AV黑人粗长大战亚洲女,成人a片在线免费观看。

??01月10日,习近平致电祝贺齐塞克迪当选连任刚果(金)总统,  纪宁说,现在中国青少年网球尤其是女子青少年网球,已经成为体育职业化和商业化领域一个风口。郑钦文夺冠能增进更多中国青少年加入网球运动。与此同时,中国网球训练园地和角逐园地硬件条件以及软件设施也在爆发重大转变,网球经济蕴含的重大空间也随之逐步释放出来。,国产老阿姨双飞视频,一个人人看的黄片,麻豆传媒国产精品欧美激情。

??时势4:wwwcom色综合

??01月10日,湖北恩施:云山雾海 层林尽染,

  那么,冬季体育磨炼又要注重什么呢?

,精东传媒,亚洲18www.麻豆.com蘑菇视频,疯狂舔逼。

??01月10日,韩国政治纷争加剧 总统尹锡悦深夜宣布“紧急戒严”,

  3、入校后不得随便出校门。因病或因事需要中途出校门时必需凭班主任填写的出门证出校门。

,欧美精品九九九999久久久,看外国黄色A片子,国精产品一二区三区视频。

责编:李晓媛

审核:林奋强

责编:孙杰

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