riav在线视频观看看,无论你在哪,都能随时体验高速与便捷的服务

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 20:47:57
泉源:

猫眼影戏

作者:

熊贤达

手机审查

  猫眼影戏记者 周素琴 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:扒开双腿猛进高潮喷水

??01月10日,乘客飞机上突发脑出血 乘务组与热心乘客联手救命,

  毛球最先认真吮吸,美滋滋,浑然没有将死后那滔天的五色神光看在眼中,小肚子圆鼓鼓,使劲吸蛋汁。

,欧美一级做一级a做片性视频一。

??01月10日,“走进新国企·安澜江河的水电铁军”主题采访活动在广西南宁启动,

  “四哥,并非我徇私舞弊。”如血凰般的老人站起身来,指向小不点,道:“你们看,这个孩子这般虚弱,即便逐日服食宝药,也难以回复,怎么滋养的了至尊骨?”

,www.xjj49.com,原创AV麻豆日韩国产,18禁女性啪啪网站好紧。

??时势2:玖辛奈 自慰爽naruto

??01月10日,云海雪景纷至沓来 新疆布尔津禾木“上映”绝美冬景,

  每一小我私家都很震撼,石林虎与石飞蛟双臂一晃有五六千斤的神力,在这片荒林中已经算极其强盛与有数?纱耸彼侨雌跤,汗如雨下,只是沿着裂开的血肉劈,都累成了这个样子。

,免费av网站在线,国产51吃瓜秘 入口,看毛片.com在线观看。

??01月10日,艺术史名家傅申辞世 友人推崇其造诣深广、提携后辈,

  凶鸟的巢中铺满了金丝草,很柔软,但在当中却也隐有几枚闪动冷冽金属光泽的鳞片,石大壮一个没注重,踏在了上面,鞋底都被刺穿了,脚掌流出一些血迹,还好只是划破皮罢了。

,玖玖精品玖玖6在线,强 暴 疼 哭 处 女视频,一级大毛片。

??时势3:福瑞本子

??01月10日,中方:菲方引入中导系统是对地区安全极不负责任的选择,

  一块上千斤的巨石落下,砸向小不点,那种极速,那种狞恶,让人心都在颤抖。

,www.免费网站黄色视频,久久99精品国产麻豆欧美,把 放进。

??01月10日,国开行发放8.08亿元贷款支持青岛首批配售型保障性住房建设,

  这堂课上,邵永灵教授点出了多个清静,这现实上就是“总体国家清静观”,包括14个领域。

,国产免费AV黄片,坤坤寒进坎坎里免费视频观看,越南姐弟小马拉车。

??时势4:2022最新无码国产自在线视频

??01月10日,北京大兴机场海关查获旅客违规携带活体寄居蟹,

  ⑵对村内兴办重至公益事业项目,实验“一事一议”。村内举行农田水利基本建设、修建村级蹊径等公益事业,所需劳务和资金,凭证“谁受益、谁肩负”的原则,先由支部探讨,再由村民大会民主讨论决议,事前要明确项目和筹资方法及招标方法,事中要落实责任和增强监视,事后要果真帐目。

,国产精品18 一区黄桃,日韩啪啪视频免费,电锯人创黄。

??01月10日,走进“土楼王国”——福建南靖,

  “小朱,这泰半个月来,你将全村都偷了个遍,你的小肚子还没吃饱?”石昊扯了扯它的耳朵。

,www色色网,在线观看的a网,青青操视频在线免费。

责编:冯玉成

审核:莫尼克

责编:詹姆斯·贝克

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