(7分钟图文详解)王思诺红色比基尼图片电脑版v78.47.47.30.2.36.53-2265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

2026-01-12 12:00:15
泉源:

猫眼影戏

作者:

高敏姐

手机审查

  猫眼影戏记者 刘翠莉 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:欧美一级三级

??01月12日,白皮书:中国在反恐怖主义工作中依法保障人权,

  “小不点你真的要走?”一群孩子收功 ,全都围了过来。

,大乳女被狂揉gif动态图图片。

??01月12日,广东推进跨境民商事纠纷多元化解,  我国载人航天工程第四批准备航天员选拔事情自2022年下半年周全启动 ,经由了初选、复选、定选3个阶段。时代 ,首次面向港澳地区选拔载荷专家 ,获得了港澳各界和社会民众的鼎力大举支持和热情加入。,操逼王者荣耀黄色网成,欧美视频黄网,www.色色爱。

??时势2:www.毛片基地

??01月12日,河南省政府原党组成员、秘书长郭洪昌接受纪律审查和监察调查,

  血在溅 ,生命被收割 ,月夜凄冷 ,山林染血 ,山兽哀叫 ,气氛肃杀而又冷冽。

,口爆锦集ThePorn,久久九九有精品国产免费,Gay胖熊无套Gay×ⅩⅩⅩ。

??01月12日,全国首部中国通用手语情景剧教学片赠予十五运会和残特奥会广州赛区执委会,

  第一 ,树立一个信心:我能我行

,国产性爱在线观看,韩漫偷窥,国产黄频在线观看。

??时势3:国产精品视频第一区

??01月12日,北京大兴机场海关查获旅客违规携带活体寄居蟹,

支付宝逾期几天影响大吗 ,会上法院起诉

,欧美三级自拍视频,黄色视频在线观看免极品,天堂AV无码一区二区三区。

??01月12日,涉案金额高达1.4亿元 “金主”被判无期徒刑,

  总之 ,希望全体团员 ,就象你们适才宣誓中所说的那样:遵守团的章程 ,认真推行团员的义务 ,听从党的召唤 ,听从团的向导。希望你们模范地遵守公民基本品德规范二十字要求“爱国遵法 、明礼诚信、 团结友善、 勤俭自强 、敬业贡献” ,以身作则 ,从每一件小事做起 ,从方方面面做起 ,从现在做起 ,从自身做起。越发严酷地要求自己 ,不但在头脑上入团 ,更主要的是要在行动上入团。从今天最先 ,要以崭新的姿态泛起在师生眼前 ,无愧于庆幸的“共青团员”称呼 ,用现实验动为团旗增光添彩。我很喜欢诺贝尔临终时对他的助手说的那句话 ,在此 ,我愿意把它读出来送给各人:

,汝工作室视频原版,国精产品一二区二区三区视频,欧美亚洲图片。

??时势4:91精品综合国产在线

??01月12日,水利部印发2024年水旱灾害防御工作要点,

  补天阁外人影绰绰 ,除却人族外尚有种种生灵 ,全都在期待时机 ,偌大的一个圣地一旦坍毁 ,留下的神藏也不知何等惊人。

,ⅩNXⅩ 老师视频,久久久久国产精品,免黄色网页网站。

??01月12日,国家统计局:2023年国民经济回升向好 高质量发展扎实推进,

  第二 ,希望通过这次培训 ,能够使各人进一步提高素质、提高能力 ,增强班子的凝聚力和战斗力

,综合一区在线视频,可以在线观看的黄网,wwwAV天堂2014com。

责编:辛晓青

审核:赛歌

责编:操哇隆

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