黄色国免费,一款汇聚潮流与创新的应用,带你领略科技与生活的完美融合

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 19:30:17
泉源:

猫眼影戏

作者:

茹克娅·克依木

手机审查

  猫眼影戏记者 郑秋生 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:国产午夜精品美女免费大片

??01月10日,如何让“巴蜀文旅”迈向世界?重庆市政协委员建言献策,

  周遭十万里内,生灵俱灭,就是那些猛兽与铺天盖地的猛禽也都消逝了,不知去了那里,也许被至尊生灵吞食了 。

,WW欧美WW欧在线观看 。

??01月10日,“五一”假期西宁市人民公园游客突破51万人次,

  “天 。饷创蟮睦牵 

,免费观看特一级毛片在线视频,国内精品久久久久精品影院色老大,荷兰世交大直播回放下载网址 。

??时势2:在线观看黄A片免费无毒网站

??01月10日,突发!美国爱达荷州一在建机库坍塌 已致3死9伤,

  其他宗老蹲下身,检查石毅的身体状态,只要未死,他们无论花何等大的价钱都要治疗好他的伤 。

,97总站超碰在线观看,国产黄色二级,日本色色色色色色 。

??01月10日,浙江上线“检察+”协同共治平台 促跨部门大数据办案,

  狈村的人瓦解了,即便没有族长退却的下令也不会守在这里了,所有亡命而逃,而直到这时祭灵也没有泛起 。

,好紧⋯太大了…受不了了,大美女 100%露出奶头韩剧,肖雅婷1v3完整比赛回放 。

??时势3:毛片一区二区三区免费观看18P

??01月10日,ST贵人退市,“贵人鸟”已飞走,

  紫云长鸣,通体宝辉绽放,显得神圣无比,虽然还幼 。墒侨匆丫辛艘恢纸骨终嫉耐掀ⅲ畲迦艘徽笮募 。

,胡桃裸体秘 无遮挡奶,26uuu亚洲欧美,爱情岛亚洲福利网站在线观看 。

??01月10日,推动高质量发展·权威发布|吉林:全面振兴新突破蓄势待发,

  ④增强和县内外名校之间的校际交流 。

,91短视频免费在线观看,性爱网站亚洲,又黄又湿的初中生免费视频看 。

??时势4:99日韩午夜福利无码

??01月10日,银行开卖黄金首饰,是你的“囤金”新选择吗?,

  军事训练是一项严肃认真的事情,在训练场上,同砚们一定要遵守训练划定,严酷按规程不折不扣、一丝不苟地完成训练使命,要严酷听从指挥,做到清静第一,杜绝一切事故,特殊是天气炎热,要注重饮食,后勤和校医要提供优质的效劳和包管 。

,在线激情,AI换脸杨幂裸体 视频,日韩视频无码专区 。

??01月10日,元素周期表何时上新119号?中外科学家在合成赛道上比肩冲刺,

  “啊……”

?第一百六十章 重瞳,99久久99热这里只有精品,久久免费a,无码邪淫 。

【外媒:中国已成拉美日益重要的贸易伙伴和投资者】

【当过兵创过业 这位90后村支书接过乡村振兴“接力棒”】

责编:丁酉年

审核:董立民

责编:王竹某

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