(3分钟轻松上手)视色网在线视频安卓版v87.88.6.31.06.42.91.07-2265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

2026-01-08 15:48:53
泉源:

猫眼影戏

作者:

辛克利

手机审查

  猫眼影戏记者 吴国宝 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:课代表让我吃他的小兔兔

??01月08日,吉林推出旅游口袋书《北有长白》《一江松水》,

随着信用卡的普及和使,逾期还款成为了一种常见的问题。关于浦发信用卡逾期一个月的情形,我们需要了解逾期的效果以及怎样解决这个问题。那浦发信用卡逾期一个月会怎么样 ?浦发信用卡逾期一个月会上门吗 ?下面就来详细了一下吧。 一、浦发信用卡逾期一个月会怎么样 首先,会导致信用纪录受损。信用纪录是银行评估...

,在线AAA精品。

??01月08日,我国多地出现雨雪天气 各地采取多种措施积极应对,

  “缚!”

,干逼APP,亚洲一级无码视频,性爱欧美一区二区。

??时势2:激情欧美图片区视频区小说区

??01月08日,让群众暖心安心有信心(现场评论),

京东白条逾期怎么办要尽快处置惩罚

,www日本免费,久久热这里只有精品在线一区二区,一女4p三黑人免费视频。

??01月08日,“文旅中国探索计划第二季”活动开启 中国星双旗舰正式上市,

  三是要增强法制看法和群众看法。农村干部不学法,不懂法,就不知道怎样生长农村经济,不知道怎样搞好下层民主法制建设,就无法真正维护群众的基础利益。因此,各人平时就要通过自学,对《村民委员会组织法》、《民法通则》、《物权法》、《农村土地承包谋划法》、《法》等基本常用的执律例则有所相识和掌握,做到依法行政,依法效劳,起劲学会在新的历史条件下做好群众事情的新要领。

,5555成年视频,久久精精品视,99热99热免费。

??时势3:久久精品福利网站免费

??01月08日,冷链储运“热”了!“班列+冷链”新业态拓展新市场,

  石子陵如远古的神王般,沐浴绚烂,一步向前,黄金矛锋指向前方,想将石笠与石毅一齐洞穿,钉死在地。

,欧美日韩性爱小说图片视频,AI换脸杨幂裸体 视频,黄色a级一区二区免费观看。

??01月08日,专家解读|《全球数据跨境流动合作倡议》为推进国际数据治理与合作注入强劲动力,

  也许,这是唯一幸免于难的地方。

,免费高清欧美一级A片APP下载,最近的中文字幕免费,A毛片偷拍情人。

??时势4:欧美人在线一区二区三区

??01月08日,龙年盲盒、足量果蔬、定制化物资……太空快递小哥“天舟七号”准备就绪,

  “老十五真是生了一个好儿子啊。”有人轻语。

,h爱视频,国产精品主播在线,日本免费A片毛一级。

??01月08日,藏族导演万玛才旦遗作《雪豹》获亚洲电影大奖,

  今天我们在这里召开中共对外经济商业大学第十一次党代会准备事情发动大会。本次聚会主要就我校准备召开第十一次代表大会作安排。出席今天聚会的有全体第十次党代会的代表和各学院各部分的党政一把手。

,9久久99久久久免费精品热播线,少妇被c 黄 在线网站男男,日本卡二卡三。

【远在海外近在身边 浙江温州侨力量推动邻里食堂建设】

【习近平对加强文化和自然遗产保护传承利用工作作出重要指示】

责编:张鹏翮

审核:梅思芬

责编:李光正

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