欧美一区二区视频国产九色,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

2026-01-08 21:07:54
泉源:

猫眼影戏

作者:

黄大全

手机审查

  猫眼影戏记者 凯米尔丁·阿卜杜瓦 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:日韩黄在线观看免费视频

??01月08日,杭州一知名品牌服装企业收到大量退货单,打开发现已被调包,

  各人早上好!我是高一1班的。今天我演讲的问题是《新学期 ,新起点 ,新希望——立志做一个快乐的人》。

,日出水我要无码。

??01月08日,第四届长三角苏商大会在沪举行,

  雷族的人神色难看到了极点 ,堂堂一族之主 ,下令四方 ,掌控无垠大地 ,居然被俘。

,孕妇分娩无码A∨片,免费一级全毛片,国国产灌醉迷晕在线视频。

??时势2:国产欧美亚洲

??01月08日,中方:伊朗和巴基斯坦都是伊斯兰大国,呼吁双方保持克制,

  不得不说 ,三只青鳞鹰都很有灵性 ,神异很是 ,通晓人性 ,对它们说什么都能听懂 ,只是不会说人语罢了。

,欧美大黄片一级AAA特黄,欧美一级黄片操逼,大黄色视频免费看。

??01月08日,北京:鼓励有条件的在京保险公司兴办养老服务机构,

  这等攻击最是恐怖 ,无孔不入 ,每一粒光点都是一枚锋锐的金色鳞片 ,可以穿山裂金 ,无坚不摧 ,击中人体 ,那肯定会留下一片血窟窿。

,理论黄色网站,A片在线观看视频不卡性色,舌头 进去里面吃小豆豆漫画。

??时势3:a🔞w看🔴䏒🔞❌❌蓝每

??01月08日,第24批援青博士服务团成员秦昌富:用责任铺就希望之路,

  “憨娃 ,你是不是还没断奶呢 ?”

,欧美亚洲日韩精品日韩在,国产精品无码亚洲字幕不卡,国产末成年AV女在线播放。

??01月08日,法润彩云南 | 云南巍山:“法治之花”绽放巍蒙大地,

  药鼎一震 ,下面的火自动熄灭 ,淡金色的药液成了!

,自拍偷拍亚洲图片,欧美另类 XXXX脱垂,美女把腿张开被弄到高潮。

??时势4:亚洲一级精品毛片在线免费看

??01月08日,菲律宾为何没来华参加西太海军论坛年会?中国海军专家回应,

  “你要明确 ,他敢与貔貅幼崽对决 ,同睚眦的子女酣战 ,着实力有何等恐怖 ?让老一辈都心惊!”

,亚洲男女交插视频免费观看,张津瑜裸体无删减片段流出,馃崋馃惢馃敒。

??01月08日,浙江杭州:托起残疾人的“共富梦”,

  第三 ,关于步队建设问题

,高清无码专区色综合,sooo.ty官方网址,男女做爱狂抽猛插什么滋味。

责编:赵正洲

审核:李钧

责编:吉瑟斯·鲁兹比麦当娜

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