在线看免费男人网站,内容丰富,界面简洁,无论新手还是高手都能轻松上手

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 17:28:43
泉源:

猫眼影戏

作者:

曹磊

手机审查

  猫眼影戏记者 李江华 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:日本免费一级婬日本片

??01月08日,中国气象局启动暴雨三级应急响应,

  小石昊闭上了眼睛,想到了阿文叔被他一箭射穿胸膛的情景,眸子猛地睁开,轮下手中的大剑剁了下去,“噗”的一声人头滚落,喷出许多血。

,在线黄色大片。

??01月08日,“龙”主题彩灯扮靓成都东门市井特色街区 ,

  最后,他带着遗体冲向谁人破庄子。

,日韩AV黄色网址,亚洲毛片不卡视频,17.c一起。

??时势2:欧美插插

??01月08日,众行致远|9图速览什么是APEC,

  5、校园清静 ?渭洳灰鑫O盏挠蜗,不要在楼道里奔驰打闹,不要下楼时滑着楼梯把手下;要学会自护,当人多时,万万不要跑,不要挤,进门时先轻推门,不要猛推。若是在上下楼梯遇到人多,首先慢行,不要拥挤,若有人摔倒,前面的要高喊“停下脚步”。爆发问题要第一时间给先生。明确自护本事,谨防践踏爆发。

,va日韩精品视频,啪啪A∨老熟女,免费网址观看在线播放视频网站。

??01月08日,联合国强迫失踪问题委员会:哥伦比亚一机库发现约2万具尸体,

  二、充分认清我市城镇化建设的形势

,高黄无码视频在线观看,啪免费视频,成人免费A片 7 4 7 4 7 4成人用品供应链。

??时势3:AAAAAA黄色视频

??01月08日,“五一”餐饮市场火热 外卖成餐饮企业营收上涨重要渠道,

  今天,我们在这里举行新团员入团仪式,见证一批优异青少年学生的生长和前进,我感应十分兴奋!在适才 名同砚肃穆的神情、雄壮的歌声、激昂的誓言和热烈的掌声中,我们可以体会出同砚们心田的激动。站在义士们用鲜血染红的团旗下,举行庄重的宣誓,这对每个同砚来说都是在履历一次心灵的洗礼,一次严肃而庄重的教育。它意味着自己不但享有一个庆幸的称呼,更意味着自己肩负了团结和发动同砚们一同前进的庆幸责任和使命。

,800avcim,www.毛片在线,18岁禁看黄色视频在线。

??01月08日,重庆政协委员吁加强成渝金融法院与香港交流合作,

  这就是青鳞鹰,密布酷寒的青色鳞片,全身充满了无限的实力,像是钢铁铸成,横扫这片山林,视这些巨树如无物。

,旧里番别揉了~乳喷了H,女帝裸妆网站,黄片毛片一级黄片。

??时势4:和平精英狂飙乳液

??01月08日,南京至马鞍山城际铁路(马鞍山段)姑溪河特大桥顺利合龙,

  小不点苦着一张脸,小声问道:“还能改不 ?”

,铜铜铜铜铜铜铜好疼在线观看,一级片黄色视频91网站,日本奶汁.哺乳XX91在线。

??01月08日,让人工智能不仅会“作诗”更会“做事”,

  镇中人见状,全都心惊肉跳,那可才是一个五六岁的孩子啊,竟有这样凶猛的气息散发,可跃十几米高空,绝对可以徒手撕凶禽巨兽。

,中国一级操逼一级毛片,AV天堂久资源网AV天堂,久久看少妇高潮喷水A片。

责编:于国青

审核:乌吉热克乡买合木提

责编:王战

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