(5秒快速体验)午夜一级精品免费无码毛片安卓版v48.425.66.46.87.77.59.67-2265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

2026-01-10 21:40:04
泉源:

猫眼影戏

作者:

徐海伟

手机审查

  猫眼影戏记者 邓增富 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:超碰caopo人人澡人人

??01月10日,海南商发一、二号工位将各具备年16发发射能力,

  二是要领要适当 。各人可能都有这么一个体会,同样加入学习,有的收获较量显着,有的却收效甚微,这就保存一个学习要领是否适当的问题了 。怎样捉住难堪的学习时机,抵达事半功倍的效果,我的体会是,要带着问题学,要连系现实学 。学习的目的在于运用 。关于自己事情中遇到的现实问题,在学习时要有意识、有重点的多学、多看、多研究,一直提高解决现实问题的能力 。

,色色色色色色色入 。

??01月10日,菲媒:菲律宾正错过中国经济“软反弹”,

  节俭资源,;で樾,做;さ厍虻男≈魅 。

,在线最新色AV,小黄片视频在线观看,A片免费看视频 。

??时势2:日本真人做受A片

??01月10日,科学减脂,“迈开腿”要跟上 | 科普时间,

  同砚们,赶忙行动起来吧!让我们都来做地球卫士,从我做起,从点点滴滴做起 。如少喝瓶装水和饮料,多喝白开水;只管少开空调,开空调时冬天开低一度,炎天打高一度;购物时自带购物袋,镌汰一次性塑料袋的使用;少用一次性筷子,阻止室内电器待机状态;每次镌汰一分钟淋浴时间,镌汰看电视的时间等等 。并要坚决和破损情形的行为作斗争 。

,开户猎人app下载,在线观看视频a片,国产黄色大片 。

??01月10日,上海签发粤港澳大湾区外首张赴港澳人才签注,

  “我的孩子,你这是怎么了 ?”小不点的母亲险些要昏厥已往,一把抱起了他,牢牢的搂在怀中 。

,操操我,男女插孔免费观看视频,在线黄色网站免费观看 。

??时势3:超碰在线乱

??01月10日,香港海关及渔护署提醒市民勿误带兰花等受管制物品出入境,

  这群娃子连窜带蹦,一起冲向湖泊,噗噗噗通声响起,都一猛子扎进水中,不然身体发烫,跟烧起来了似的 。

,美女扒开胸罩 露出胸大乳,姬小满裸体开腿本子,国产天堂无码在线 。

??01月10日,2024年开年最卷的行业,为何是文旅?,

  熊孩子对神没有惧意,更谈不上敬畏,凶残的嚷着,稚嫩的小脸上带着一点小寻衅,就像小时间招惹村中的大黄般 。

,CmCC銑欙笍,激情图片 激情视频 Qvod,初中校花洗澡视频91 。

??时势4:男生在一起愁愁愁视频素

??01月10日,【两会30秒】刘汉元代表:保护知识产权就是保护创新,

  即便身为宗老,身份高尚,他也是一惊,这个孩子果真了不起啊,这才多大啊,竟有这种宝术与神通 。

,电影一级特黄片,自拍偷拍视频免费体验区,黄片视频2019 。

??01月10日,扫码点餐“变味”,数字鸿沟怎么填?,

  这太快了,如一道金色的闪电横过,祭灵行动迅猛,脱手快如火光,强烈而犷悍 。

,国产激情无码一区二区2020,精品国语91,又黄又粗又大免费观看网址 。

责编:许宝诗

审核:罗伯

责编:张慎峰

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