国产www在线免费黄网站,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 13:04:59
泉源:

猫眼影戏

作者:

刘顺道

手机审查

  猫眼影戏记者 李双泽 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:美国男人插入亚洲女人视频免费观看

??01月08日,中国驻西班牙大使馆提醒中国游客做好安全防护,

  小不点本着不自动惹事的态度,没有脱手,他在初始地相识到了许多,最后又转悠到了石碑前,最先查阅过往的纪录。

,97国产情侣酒店视频。

??01月08日,大地震13年后,福岛从日本“鬼城”变成了世界“伤口”,

  飞蛟已经发不作声音,全身鳞片一瞬间就失去了光泽,它恐惧到了极点,精气神都在快速消逝,全身簌簌颤抖。

,一级毛片全部免费久久av中文字慕,中国a毛片免费全部播放无码,男人和女人生豆浆。

??时势2:欧美白人最猛性XXXXX69交

??01月08日,以色列国防军:袭击黎真主党数千个火箭弹发射器,

  今日是4月10日星期一,晨会我演讲的主题是《学校清静教育》。

,91av .com,为工室特级黄色A片,青青热操在线视频免费操。

??01月08日,“古波斯的荣耀:伊朗文物精华展”在上海博物馆开幕,

  王宫恢宏,如一片天宫降临在人世,高峻而巍峨,内部则是金碧绚烂,雕梁画栋,说不尽的奢华与繁华。

,久久性爱视频网免费视频,国产无码视频对白刺激麻豆久久,打克扑克免费入口。

??时势3:免费看A片直接打开

??01月08日,全国首部中国通用手语情景剧教学片赠予十五运会和残特奥会广州赛区执委会,

  勇敢的冲吧!

,公猪配美女要多久才能配好,久久国产乱子精品免费女,97碰碰久久久久久久久精品。

??01月08日,重庆市第九人民医院党委书记阳光接受审查调查,

  小不点躲在林中也在抹眼泪,无声的哽咽,远远的看着,没有步伐露面与靠近。

,蜜桃羞羞,色色网99,免费看女生隐私视频网站观看入口。

??时势4:18岁 网站-18岁 网站最新版v51.8.44.5.

??01月08日,湖北去年因灾倒损住房恢复重建工作全面完成,

  此时有一头凶禽霸主也被击杀了,现在没有谁能够威胁到青鳞鹰了,它迅速提升高度,想等下方争的差未几了再脱手。

,国产主播精品在线,国产免费A片在线观看全网站,不要~好深~嗯~唔~。

??01月08日,和评理 | 夯实中秘政治互信 深化各领域务实合作,

  凶狈已死,那些巨狼扔下狈村的人返回了大山中,甚至有些巨狼直接翻脸,就地咬死了不少狈族人。

,亚洲婷婷一区二区三区,欧美一级在线精品,在线看永久AV片免费。

责编:仲恺

审核:埃里克·兰德

责编:廖林伟

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