(6分钟深度揭秘)亚洲国产人成自久久国产电脑版v217.17.53.31.75.602.12-2265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 04:16:36
泉源:

猫眼影戏

作者:

张新友

手机审查

  猫眼影戏记者 罗嘉良 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1:20岁ChⅰheSe魅男Gay

??01月09日,东方素养与中网达成深度战略合作,公益之路再启新程,

  小不点双手间符文更麋集了 ,如火焰在燃烧 ,与第二根赤羽撞在一起 ,这一次声音震天动地 ,波动太强烈了 。

,一级a性色生活片久久无码一 。

??01月09日,法国总理巴尼耶前往总统府向马克龙递交辞呈,

  然而 ,地面刚露出一条根须罢了 ,这头神狼就惊悚了 ,那条如虬龙般的根须冲起 ,瞬间将它缠住 ,此后拉进了地缝中 。

,国产精彩在线,www免费观看插,欧美深喉囗交在线影院 。

??时势2:91精品国产福利下线

??01月09日,华能能源交通产业控股有限公司原董事长吴永钢被查,

  “好离奇的祭灵 ,都这样了还不死 ,只剩下了一条嫩芽 ,一定了不起 ,雷击事后孕育出了至强的新生实力 ,一定是有数的至宝 。谁也别和我抢 ,这条柳枝是我的!”一个五六岁的孩子离地尚有十几米高 ,就从蛟上跳了下来 。

,免费毛片不卡视频,www.RGAV.com,日日夜夜操屄 。

??01月09日,北京电影学院石炭井影视创作实践基地正式揭牌,

  从蛟上跳下的孩子来自罗浮大泽 ,名为蛟鹏 ,人虽小 ,可是却很凌厉与强势 ,冷笑道:“这柳枝我要定了 ,不平你们只管来试试看!”

,老头老太HD❌❌X乄,欧美日韩在线综合一区二全,小sao货几天没c水就这么多 。

??时势3:黄网站在线看免费不一区二区卡

??01月09日,香港各界探讨运动科技革新与应用,

  他历来没有想到会有这样一天 ,他是雨族直系子弟 ,职位不低 ,竟然有人敢这样对他 ,基础就没有将他当成一盘菜 。

,❤国产嫩草影院❤聂小雨,furry老虎猛交大肉自慰,免费无码va一区二区三区 。

??01月09日,天津市第九届市民文化艺术节启幕,

  大学差别于以往的贯注教育 ,不需要人云亦云 ,而是需要同砚们有自学能力 ,思索和立异力 ,以是 ,你们要在知识的海洋中一直遨游 ,只有这样 ,你们才华够以渊博的知识和过硬的本事迎接未来的挑战 。

,2019狠狠操,欧美精品黄色免费看,人妻熟妇女乱又伦精品视频 。

??时势4:国产午夜福利精品理论片久久 - 百度

??01月09日,“85后”台胞以非遗为媒 搭两岸交流之桥,

  “潜力很惊人 ,他的小手臂一晃最最少有几万斤神力 。”夏幽雨敛去感人的笑容 ,郑重的说道 。

,黄瓜T V,大学生一级毛片免费,开心鲁鲁鲁婷婷原唱 。

??01月09日,外媒:中国已成拉美日益重要的贸易伙伴和投资者,

  “退后 ,试探性攻击!”

,国产日韩视频在线,亚洲男人AV天堂男人社区,女人与狥交一级A片 。

【冒名顶替上学?陕西子洲成立联合调查组】

【“神州北极”:38支代表队比拼特色“漠河菜”】

责编:魏蔚

审核:曾文才

责编:雷切尔-罗宾斯

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