美女的屄尻,覆盖全网最新内容,实时更新不间断,精彩一手掌握

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 13:56:45
泉源:

猫眼影戏

作者:

塞森·邦

手机审查

  猫眼影戏记者 马鹦路 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:avsejiujiu

??01月10日,巴基斯坦“读懂中国”论坛理事长:全世界都在用“中国制造”,

  三、办妥这次培训班的几点要求

,好舒服 快 受不了了。

??01月10日,雨雪天气,公众在户外活动时应注意什么?,  业内人士以为,在素质教育大配景下,应当提倡“双赢”式支教研学,既让大凉山的孩子们有幸福感、获得感,真正学到工具,也让支教自愿者从中获得生长体验。而商业支教研学,又将在7月初如火如荼举行。因此多名公益组织首创人建议,大凉山支教研学亟需在规范化指导下,有序、康健生长。,www.你懂的视频.com,在线毛片免费人成视频,美国十次农夫航道最新进展。

??时势2:激情黄色美女视频直播

??01月10日,云南昆明:“圆通花潮”春意浓,

  “对了,这娃是要去破石毅的纪录?”众人蓦然想起,全都露出了惊异之色。

,求个av网站,人人摸人人揉人人操,美女视频一区二区免费看。

??01月10日,樊振东:我还是我,

  祖国是民族的根,爱国是民族的魂。天下上任何一个伟大的民族都把爱国作为自己精神的支信和实力的源泉。今天我们在这里讲爱国,我想首先应该落脚在我们的事情、学习、爱校、敬业上,试想一个不爱自己事情的人,一个不爱自己学校的人,一个不爱学习科学文化知识的人,能谈得上爱国吗?

,扒开 让我 蜜桃视频,性爱视频一级,动漫人物戳鸡巴视频。

??时势3:天天A片欧美在线播放

??01月10日,《繁花》热播牵出浙江金华火腿“沪上礼事”,

  小不点大眼亮晶晶,道:“让你们的族人带着宝术或者宝具来赎人,我最好语言了,只要宝术够好,宝具够漂亮,就能将我叮嘱走。”

,久久久涩精品,女同久久精品国产99国产精品,爱橙影院。

??01月10日,26名台胞青年走进重庆抗战遗址博物馆参观,

  连他都到了,岂非也是为了处分谁人名不见经传的墟落?

,国产澡碰人人爱人人操,wwwA片小视频,欧美性爱午夜福利。

??时势4:公翁 好舒服 好紧漫画

??01月10日,中国首位F1车手周冠宇获邀成为上海国际旅游形象公益推广人,

招商银行信用卡逾期一个星期还上会怎么样?还不上怎么办?
,涩涩小视频,国产⭕⭕⭕拗女,污污污网站在线。

??01月10日,新疆南部“沙漠小麦”收获 亩产量超260公斤,

  六是纪律看法淡漠。少少数同志管不住自己的嘴,不应说的他乱说,不应吃的他乱吃;管不住自己的腿,不应跑的他乱跑,不应去的他乱去;管不住自己的手,不应拿的他乱拿,不应收的他乱收;管不住自己的心,不应想的他乱想,不应烦的他乱烦,作风漂浮,纪律松懈,执法看法淡漠,已经走到党纪王法的边沿,若不悬崖勒马、失路知返,到头来只能是害人,害已、害事业。

,国产全黄A一级毛片视大学生宿舍,亚洲乱伦图片,那个网站有免费的AV看。

责编:郑渊洁

审核:安讯

责编:阿尔文·普莱森特

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