粉嫩AV一区二区凹凸精品,为用户提供稳定、流畅的体验,让娱乐与效率兼得

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 10:02:20
泉源:

猫眼影戏

作者:

陈学锋

手机审查

  猫眼影戏记者 伊万诺娃 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:孕妇被操到喷奶小说

??01月08日,年中观察:“两项增长”看浙江国资国企发展新动能,

  “哎呀 ,毛球别咬。 毙〔坏愦蠼 ,这可是一枚神秘而强盛的宝卵 ,他一直在思索 ,要是真正孵化出来 ,说未必可以多一种惊世的宝术。

,国产的免费A级视频。

??01月08日,最高法解读工作报告:要实现对诉讼的源头治理,

  大战爆发 ,这群人虽然很强 ,可是在这初始地于搬血境中 ,真是无人能挡小不点 ,即便人多也无用 ,他手中的宝扇太厉害了。

,91黑丝国产在线,把裤子脱到脚踝趴好打pg,黄色网站能看大片。

??时势2:aa5色情655

??01月08日,2月上半月京津冀及周边区域空气质量以优良为主,

村干部培训班的 篇9

,欧美另类淫荡熟女,国产精品VA在线观看国语,mini diva全集。

??01月08日,福建福州:数字技术助力“建筑医生”把脉文物,

  近年来 ,我市各级党委办公室切实增强自身建设 ,取得了一些效果 ,也积累了不少履历 ,今天讲话的四个单位就是代表。但随着形势的生长和事情使命的加重 ,办公室系统在自身素质、水平、要领和作风等方面 ,尚有一些不顺应的地方 ,亟待切实加以提高和刷新。今年 ,凭证省委的统一安排 ,全市正在深入开展以“五个建设”为主要内容的“迎创”活动 ,这是增强自身建设的极好时机。党委办公室系统要捉住这一契机 ,普遍开展创先争优活动 ,进一步提高党委办公室的整体水平 ,起劲建设一支政治坚定、作风严谨、锐意开拓、甘于贡献、优质高效、勤政清廉的步队。这里强调三点:

,a级免费观看,欧美美女黄片大全,性色AV。

??时势3:在线午夜福利网站

??01月08日,学习语丨扎紧党纪党规的笼子,

  清静是师生幸福生涯的包管 ,清静是学校康健生长的条件;清静不但关系师生自己、关系学校、关系家庭 ,清静同时也关系到我们整个社会、整个国家和整个民族。

,手机黄电影在线免费观看网址,雅典娜遭强高潮开双腿,91最新亚洲精品中文字幕。

??01月08日,两岸专家学者共话武当文化,

  石云峰受惊 ,快步跟了过来 ,抱起一条大鱼 ,翻过来掉已往的看 ,惊道:“真的是龙须鱼?照旧品质极好的金鳞种 ,这可是好工具啊 ,蕴有灵精 ,恒久吃的话能增添实力 ,强壮筋骨 ,对孩子们有很大的利益!”

,天天插天天舔天天干,国产免费AV国片精品,www一区二区。

??时势4:欧美性生活17-18

??01月08日,2023年江西工业领域投资亿元以上项目完工投产千余个,

  夏幽雨向前递来 ,放在了他的手中 ,道:“小弟弟 ,你且收好 ,到时间可以交给你的尊长 ,让他们带着你去‘补天阁’。”

,在线观看黄片免费视频,97人人爱人人摸,厨房掀开馊了裙子挺进的小说。

??01月08日,鸡蛋、玉米淀粉、生猪期权在大连商品交易所挂牌上市,

  “那也比现在这样憋屈强!”许多人着实憋屈坏了。

,日本美女人人干人人操,蒙古老熟女刚交BBW,又爽又黄有无遮拦的视频。

责编:陶鑫良

审核:费德尔

责编:彭莱

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