(3秒快速入门)亚洲无码中文字幕精品在线爱v安卓版v54.30.128.73.44.39.0.64-2265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 06:01:46
泉源:

猫眼影戏

作者:

张雪儿

手机审查

  猫眼影戏记者 王全利 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:女人荫蒂被添全过程视频

??01月08日,海归人才相聚湖北宜昌 共谋创新创业新机遇,

  这种情形太恐怖了,要知道这可不是一样平常的地方,为远古鲲鹏的道场,诸雄在这里脱手很难破损山石等。

?第二百五十八章 鲲鹏符骨,午夜另类网站。

??01月08日,美媒:福奇感染西尼罗病毒 正在康复中,

  啥,一个三岁多、还不到四岁的娃?这未免太惊人了,这让所有人都沉不住气了,一片倒吸冷气的声音发出。

,91全国免费,荷兰美女爱大吊16P,aa福利。

??时势2:欧美超强自慰

??01月08日,2024世界传统医药大会在北京召开,

  首先,希望你们能够明确目的,立志成才。“凡事预则立,不预则废”,你们要敢于把自己的人生目的定位到成才的座标之上并为之一直地去起劲。只有这样,你们的高中生涯才会越发富厚而充分;只有这样,你们才华完善自己的人生;只有这样,你们才华沿着x中的历史绚烂续写新的篇章。

,国产福利免费视频在线观看,成人快手秘 免费破解版,免费能直接看黄的网站在线。

??01月08日,长春老人炫“车技”:自信展示民间自行车文化,

城镇化事情聚会讲话质料 篇10

,未满十八禁止18以下免费的AV,日本内谢69XXXXXX,亚洲欧美一级A片在线播放。

??时势3:二次元妹子自慰抠出白浆

??01月08日,中国汽车工业协会:对欧委会初裁结果表示强烈不满,

  山地中,四富家的强者都露出惊异色,这个墟落的人反应迅速,果真纷歧般。

,秘 成人小说网站,91 蝌蚪老熟女,J插P。

??01月08日,美国孟菲斯市大型派对发生枪击 已致2死14伤,

  同志们,周全建设和实验农村低保事情,时间紧、使命重、压力大,让我们以高度的责任感和使命感,以“时不我待,只争朝夕”的精神,高标准、严要求,开拓立异、高昂有为,以优异的效果迎接党的xx大顺遂召开!

,亚洲天堂网络视频,国产双飞在线小视频,国产精品视频2。

??时势4:欧美性爱操人妻

??01月08日,传承弘扬“两路”精神暨交通变迁与青藏高原现代化研讨会在蓉举行,

  其他三头生灵自然紧追不舍,发动凌厉攻击。

,操女孩纪实,免费A级特黄真人大片,日韩黄色视频。

??01月08日,考古题材纪录片:讲述中华文明的精彩故事,

  那么,同砚们,今天我想问一句,面临中考,你准备好了吗?有人把九年级结业的这段时间形象的比喻成没有硝烟的战争,九年级的同砚,你们感受到了吗?同砚们,你知道吗?我们人生中最主要的一次考试——中考很快会在各人的翘首瞻仰中到来,也就是说,9年的寒窗苦读,3200多个日日夜夜,所有的艰辛、所有的汗水、所有的支付,都将在火红的6月收获。而九年级最后100多天的拼搏,是到了百米冲刺的时间了,这不但是意志的较量,更是心态的比拼。初中阶段的支付与收获都会是你一生回味不尽、享用不竭的名贵财产。在此,我提几点要求与各人共勉:

,特级XXXXX欧美孕妇,欧美日韩亚洲GIF,欧美黄色666。

责编:张斗辉

审核:陈建阳

责编:郑州-西安-兰州-西宁

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