国产欧美射在线,让你的每一次使用,都成为一次愉快的探索之旅

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 18:35:01
泉源:

猫眼影戏

作者:

王振有

手机审查

  猫眼影戏记者 王传峰 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:高清码 看片

??01月09日,北京延庆推介冬季文旅 深化与粤港澳大湾区合作,

  许多村人出动,去山中接应。

,精品国产私拍AV。

??01月09日,【当台青“爱”上内蒙古】陈纪陵:我22岁时,在呼伦贝尔遇见梦中的“童话雪乡”,

  等石昊再次醒来时,已经已往了一天一夜,伤口被处置惩罚好,已然结疤。而关于狈村那些人的追杀也竣事了,所有斩了个清洁。这次石村铁血出击,脱手无情,那批人一个都没有放过,一百多颗人头堆在一起很恐怖,尚有一部分人未容下手就已先葬入了兽腹中。

,在线观看黄A片免费无毒网站免费,女人被男人插的视频,探花性爱免费小视频。

??时势2:色欲色综合视频在线观看

??01月09日,国家粮食和物资储备局:做好雨雪冰冻灾害防范应对工作,

  金狼部落的人惊呼,此后带着一种兴奋,期待破开龙卷风,斩伤那株柳木。

,亚洲三级电影网站,免费观看黄,成人涩涩视屏app免费下载。

??01月09日,国台办:“台独”分裂行径和外来干涉动摇不了我们解决台湾问题的决心意志 ,

  小不点真的成了一个野孩子,重新到脚,随处都是污血,都结成血疤了,彻底干在了上面,黝黑的发丝一绺一绺的黏在一起。

,婷婷五月丁香九月,最近2019年中文字幕网,日本在线观看播放。

??时势3:在线观看黄A片

??01月09日,青海省调相机规模化、数字化建设关键技术取得重大突破,

招商信用卡逾期3个月怎么协商还款,协商需要什么质料
,亚洲无码第六页,男女日逼,又大又粗又爽又硬又色视频。

??01月09日,新疆阿克苏地区农牧民运动会开幕,

  然而,没有一小我私家回应,村头一群壮年男子都冷漠的看着他。

,够了够了到高c了好多,spermatidpro破解版,又黄又爽又色又刺激的视频。

??时势4:女人被爽到呻吟动态图

??01月09日,百万农机闹春耕,

  很快,他来到了距离石村一里远的地方,与那祭灵站在一座山峰上,盯着石村。

,欧美精品A片视频,欧洲女人性开放视频-国产亚洲日韩欧美视频-播放观看在线视频-2020亚洲国产欧,精品欧美一区在线观看。

??01月09日,企业缘何纷纷“看涨”广州?,

  “这不太好吧?”云天宫的老人再次启齿,举行劝解。

,福建大菠萝福引导,∏OPHO HD 720,舒淇被黑人狂躁120分钟。

责编:荆玉堂

审核:姜先生

责编:宋加琦

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