(10秒详细教程)男狗的任务表(学生版)微博安卓版v57.87.778.22.24.70.29.36-2265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

2026-01-11 11:22:07
泉源:

猫眼影戏

作者:

维奈尔斯

手机审查

  猫眼影戏记者 郑爱国 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:WWW少妇com

??01月11日,江西安义借“铝博会”助力铝型材及门窗产业转型升级,

  情形比他们预计的还危急 ,数日后 ,皮猴、虎子他们带回来一则欠好的新闻 ,他们骑着独角兽去探查 ,在六百里外又发明一个墟落被血洗了个清洁 。

,直接可以看的黄片 。

??01月11日,中国海警局新闻发言人就菲律宾船只非法侵闯仙宾礁发表谈话,

  正是狈风 ,谁人才不久前被石昊击败、并被石村人打断了骨头的天才少年 ,伤势还没有尽好 ,可是他却很镇静 ,神色阴冷 。

,www.黄色二级网站,欧洲黄色网站在线看,谁有免费在线黄色网站 。

??时势2:一级毛片一级黄片

??01月11日,多地上调最低工资标准!你的工资不能低于这个数,

  “噗”的一声 ,那根宝藤直接炸开 ,燃成了一片灰烬 ,这种强势手段惊的一群人目瞪口呆 ,通体发凉 。

,www日本免费,和平精英去衣同人,成人91视频在线观看 。

??01月11日,台湾9月景气灯号亮黄红灯 分数降至近6个月新低,

  要注重做好熏染疾病的预防事情 ,如流感、麻疹、流脑、肝炎等;要考究小我私家卫生 ,不要生食 ,不随便吃零食 ,野果;不吃逾期和霉烂变质食物 ,避免食物中毒 。

,自拍黄色网站在线观看,91人妻捆绑抽打屁屁,国产性爱裸体视频 。

??时势3:fiee性ZOz0交体内谢nd视频

??01月11日,新疆和静冷水鱼变成“热产业” 订单不断 “飞”上全国餐桌,

  就是驾驭宝具、御空而行也不敷看 ,后方谁人犹如魔神般的少年在横推 ,嗡隆一声 ,金色符号如浪涛般 ,席卷山水 ,就地就让成片的人炸开 ,爆碎于虚空中 。

?第二百零八章 无后顾之忧,先锋资源综合网,舌头 进去里面吃小豆豆漫画,欧美最猛性XXXXX69 。

??01月11日,泰国今年前4个月迎超1200万外国游客,

  那么冬季体育磨炼又要注重什么呢?

,wwwwwwA片,图片区 偷拍区 小说区10p,免费看黄 。

??时势4:5555成年视频

??01月11日,美联社:哈里斯正式获得美国民主党总统候选人提名,

  晨起的铃声唤来陪同砚生的人是他们 ,午间离不开课堂的人是他们 ,晚自习送走最后一个学生的人是他们 ,节沐日仍念着学生的人照旧他们 。他们是我们学校起得最早睡得最晚的人 ,是我们学校最可爱的人 。他们着实早已绷紧了中考这根弦 ,早已吹响了冲锋号 。正是由于他们进入九年级之后的越提议劲 ,越发投入 ,我们的学生才会更懂事 ,越发爱学习了 。

,人人操人人操人人欧美,xxhd中国版性,厨房掀开馊了裙子挺进的小说 。

??01月11日,碳14供应全面国产化,

  再怎么说 ,这里也是精神天下 ,化成武器的工具想来不会太差 ,他怕赔不起 。

,亚洲色图一区在线,一级黄伐,2019色色 。

责编:张鑫

审核:张仁望

责编:史蒂芬·博

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