(10分钟深度分析)app免费下载汅api在线下载网站苹果版v15.5.59.128.859.91-2265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

2026-01-09 12:28:48
泉源:

猫眼影戏

作者:

巴布

手机审查

  猫眼影戏记者 玛利亚米勒 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:黄色影视免费看

??01月09日,跟紧二手车行业变革浪潮,

  以是,我们要多骑自行车、多种树木,少开汽车和一次性筷子……就能够为地球做出重大的孝顺。;さ厍虼游易銎,从身边做起。

,免费看黄链接。

??01月09日,海内外客商掘金“世界人工宝石之都”,

  独角兽长嘶,它们的独角都亮了起来,全都飞射出光束,击向前方,由符文组合形成,不细看的话还以为是闪电呢。

,学生跪床 被 17c,国产精品久久久久久亚洲偷窥一,天天舔天天碰天天操。

??时势2:日韩欧美性爱综合视频

??01月09日,美军从其在尼日尔的最后一个空军基地撤出,

  “你很智慧。”族长笑了,夸奖他道。

,一级a片加黄色录像,av第一页在线观看,一道本久久。

??01月09日,国家医保局出台长期护理保险失能等级评估机构定点管理办法,

  “变强……惋惜了我族的传承,这里是祖地,注定应该传下最恐怖的骨文与宝术才对,却都消逝在了岁月中。”族长一叹,无比的遗憾。

,中国黄色网站A片,FreePorno💋HD3k,韩国美女互摸对方的乳头视频。

??时势3:亚洲视频第一区

??01月09日,台股大跌1807.21点 创单日最大跌点与跌幅纪录,

  xx公司驻足于拥有富厚地产资源和优越区位优势的菏泽,为我们搭建了一个优异的生长平台,我们将细腻治理、规范运作、热忱效劳、全心勉力,把打造成有品位、有层次、有影响、有用益的一流品牌。公司今天的开张既是企业生长的里程碑,也是我们事业腾飞的崭新起点,我们将借此春风,乘风破浪,使企业早日步入高速生长的快车道。我们相信,有各界朋侪的鼎力大举支持,有宽大客户的真诚相助,通过我们的不懈起劲,一定能够实现修建装饰公司早日腾飞的雄伟目的。

,18 成人免费观看网站下载,污视频在线观看美女,入桃子。

??01月09日,台湾青年筑梦福建福鼎乡村:心中有梦,眼里有光,

  “没毛的大鹰过来,朝我这里冲!”石林虎大叫,顶在最前方,仰头看着那头俯冲下来的凶禽,与此同时他从怀中掏出一块兽骨,应是凶兽的臂骨。

,99免费黄色,日韩 欧美 在线视频,勿入。

??时势4:性爱一级

??01月09日,【央视快评】开创共建“一带一路”更加光明的未来,

  消防清静知识的缺少,消防清静意识的淡漠总是能让我们看到、听到一幕幕血的教训:1997年5月,云南省富宁县小学起火酿成火灾,伤亡2人;20__年6月10日广东汕头华南宾馆爆发火灾,大火造成31人殒命、3人重伤。20__年1月26日破晓1点30分,东莞市大岭山镇一个家庭小作坊爆发火灾,造成13人殒命,5人受伤。纵观这些夺走无数生命的火灾事故,有几起不是消防清静意识淡漠、违反消防清静操作规程酿成的恶果呢?

,日本a在线网址,国产精品鲁一鲁一区二区三区,好湿⋯好紧⋯太爽了英文5。

??01月09日,理解山西丨长城一号公路串起的不止古建文物,还有一种坚持“双十一”宁夏实现网络零售额23.1亿元,  王先生说,待他收到5万元后,许多病友联系他想要加入配捐项目,于是他拉了一个对接群,柯某孝自己在内里对接,由于王先生第一笔钱顺遂返回,许多病友都很是信任柯某孝,这次金额高达500多万。,岛国18禁,黄色网站直接免费进,躲雨被大叔骗进家门txt最新章节更新免费版官方版下载。

责编:欧泰克

审核:科夫通

责编:傅政华

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