一级A免费黄色视频,一款汇聚潮流与创新的应用,带你领略科技与生活的完美融合

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

2026-01-07 21:51:50
泉源:

猫眼影戏

作者:

沙宝亮

手机审查

  猫眼影戏记者 迪克 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:久久久受www

??01月07日,澳门广西社团联合总会监事长:盼金融便利助澳商开拓广西市场,

  在上古年间,重瞳者为圣、为神明,曾泛起的那几人,都是震天动地、震惊天下的盖众人物。

,把蕾丝学姐c到高潮。

??01月07日,2024春节“南北互换”旅游是热门 这些目的地值得反向游,  关于接下来的妄想,李龙体现,9日晚就返回北京好好休息,接下来一段时间不会再宣布考试相关的分数、报考情形等,“关于考试效果,我也做了两手准备,不管什么样都接受。”,巨胸流奶水视频www冈,国产黄色片免费在线观看,视频三级。

??时势2:那个网址可以看毛片

??01月07日,《建窑“曜变天目”研究》出版 解码“天下神品”,

  这娃怎么这么憨 ?锤叔、精璧大爷等眼珠子差点瞪出来,这也太好骗了!

,9l制映画片,国产一级a爱看片免费视,欧美一级婬片a片久久精品免费观看。

??01月07日,有人售卖机场无主行李箱“盲盒”?江苏常州机场独家回应:经核查不存在,

  在各级政府的向导和体贴支持下,在各界朋侪的指导和协助下, “ 商贸有限公司 终于迎来了揭牌的好日子。

,国产精品黄片,一本一级毛片免费AAA,无码人妻一区二区三区神彩美。

??时势3:叶山小百合在线

??01月07日,国际奥委会委员:中法两国文化基因为奥林匹克贡献创造力 | 中法老友记,

  众人抓狂,这小财迷,都什么时间了,还在惦记呢。

,久久只有这里有精品,免费 无码进口动漫无病毒,真人视频32交配。

??01月07日,叙利亚总统:美国在任何冲突中都是先牟利再旁观警惕“吃出来”的脑膜炎,

  天空中,凶禽盘旋,如一片乌云般,凶威慑人,银色的瞳孔中,一道道的银色光束冲出,效果却先后被斩灭。

,产奶+失禁+调教+惩罚+高潮,朝鲜人做爰大荫蒂,亚洲sss。

??时势4:强制夹冰块高潮惩罚H影片怀孕

??01月07日,中方是否在伊巴双方之间进行斡旋?外交部回应,

  今天,我们召开党委办公室事情座谈会,主要是总结交流履历,配合探讨做好新形势下办公室事情的思绪和步伐。同时,这次座谈会对各人来讲,也是一次难堪的学习交流时机,对增进党委办公室进一步提高“三效劳”水平,充分验展好照料助手作用必将爆发起劲的作用。

,自拍人人爱人人操,免费Aⅴ片欧美激情在线观看免费,欧美精品A视频。

??01月07日,最高法:坚持严格保护知识产权,重拳打击侵权假冒行为,

  “再来!”

,国产一级av黄片,在线观看日韩一区二区,欧美黄色网站欧美。

【中国国防部对肯尼亚国防军司令等罹难表达哀悼和慰问】

【中新真探:年轻不穿秋裤,老了会得老寒腿?】

责编:刘博夫

审核:耶耶

责编:尤里

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