(9分钟带你发现更多)国产精品玖玖在线观看电脑版v79.7.83.45.99.122.77-2265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

2026-01-07 16:54:27
泉源:

猫眼影戏

作者:

刘伟江

手机审查

  猫眼影戏记者 穆鲁 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:av成人视频

??01月07日,美国批准对台出售19.88亿美元武器 中方将予以坚决反制,

  玉羊辞岁,金猴报春。值此20xx年新春佳节即未来临之际,我谨代表六安农商银行党委、行向导班子,向一直以来体贴、资助、支持我行刷新生长的各级向导、宽大股东、客户和社会各界朋侪体现衷心的谢谢,向全行全体员工致以节日的问候!

,免费看片Aⅴ免费大片。

??01月07日,重庆南山植物园内千余株腊梅盛开 芳香四溢,

  柳树早已折断许多年,剩余一截焦黑的主干,直径足有十几米,仅有一条柳枝,青翠欲滴,随风摇曳。

,婷婷五月天之另类片国产二区,久久久久久久久久久久久久久久久久久,2021最新韩国三级理论电影。

??时势2:欧洲一级做a爱在线

??01月07日,“品牌助力电影”公益直播活动亮相北影节开幕式,

  同志们,学院的事情正在稳步推进,事情也很是忙碌,这次使用周末休息时间集中在一起开教学事情聚会,应该说是有着主要意义的。各人使用这次时机,举行认真的钻研和总结,相互交流,学习,找出问题息争决问题的步伐,提出了许多好的意见和建议。这有助于学院总体的事业生长,也有助于党委的最终决议,我代表院党委向各人体现谢谢!

,色色欧美色色,久久久久亚洲丰满,在线美女h视频在线观看网站。

??01月07日,“31569”的背后:浙江共同富裕迈入第三载,

  净土中,所有门人都悲啸,这个效果令他们难以接受。祭灵给予了他们太多,化解厄难,征战上古,现在却神火熄灭,凄凉落幕。

,九九精品视频九九,操是人激,超碰在线妓女。

??时势3:女人与公猪交交zozo

??01月07日,广西贵港:茂谷柑丰收促农增收,

  柳树道:“举国同祭,整片古国被认可后,将获得福泽,当小我私家修行到一定水平时,就可以举行感悟,收支虚神界。”

,无码精品操逼,欧美 肏,最新黄色网站。。

??01月07日,第二届重庆三峡人才节在万州开幕,

  小不点大叫,两轮银月旋转,绕着他的身体,铿锵作响,将成片的箭羽斩断,碎掉的箭头堆了一地,冷光冷冽。

,精品福利在线观看,白嫩妞在线播放,欧美,性爱精品亚洲性爱免费观看视。

??时势4:可以看的色色网址

??01月07日,全国政协十四届二次会议在京闭幕,

  至此,小不颔首顶上方三寸处,身体左侧以及右侧,形成三座灰褐色的火山口,源源一直的从虚空中罗致实力,红色、银色、紫色的“岩浆”涌动,没入他的躯体中。

,国产亚洲欧美另类精品久久久,黄游戏入口免费在线玩,免费观看欧美黄色网站。

??01月07日,春龙节山西太原办社火表演传承千秋礼仪,

  教育生长是权衡一个国家生长水平和生长潜力的主要指标,刷新开放了三十年,中国教育生长取得了重大的前进。三十年前的老一辈们,他们坐在低矮的课堂里学习,炎天没有电扇,冬天没有暖气,一支粉笔,一块黑板,一本课本是三十年前先生的三大教具。那时的课堂教育就是听先生一人在讲,课上的死板乏味,课后先生还会安排一大堆作业,让学生自己去消化。十一届三中全会的召开让一种全新的教育手段和教育理念取代了已往的一言堂式教育,教育焕发出勃勃生气。

,国产精久久伦伦电影,亚洲女性天堂,最新国产在线91精品麻豆。

责编:艾维

审核:易百禄

责编:谢立功

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