(9分钟图文详解)欧美在线超碰电脑版v60.15.62.9.42.18.23.06-2265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 09:58:09
泉源:

猫眼影戏

作者:

李德新

手机审查

  猫眼影戏记者 西奥 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:污黄片

??01月08日,第三届中亚传播论坛举办,

  周六,为了视察情形;は肿矗颐且患依吹搅司哂信ㄖ厝宋钠⒌暮幽洗笱。

,亚洲毛片在线直播大全。

??01月08日,“中国温泉之乡”广东龙门万人同泡“三伏浴”,

  石村的人称这株柳树为神,怎不让人震惊?这个称呼不可乱用!

,做久久久久久久久久,日韩人妻一级毛片基地,欧美性三级。

??时势2:国产又粗又湿又爽的视频

??01月08日,“歪果仁”通天河畔访古 与历史对话,

  为了我们能在一个清新、漂亮的情形里生涯,我们应当从我做起,不乱丢生涯垃圾,同时还要阻止别人乱丢垃圾。各人都行动起来吧!;で樾危褪潜;の颐堑募以!

,中国AV一区,欧洲黄色视频,八重神子裸体被 涩涩游戏。

??01月08日,美日韩暴跌,人民币大涨,

  “不可!”石渊坚决地摇头,道:“为了我族的茂盛,这种事不可做,天生至尊不可消逝。”

,野外三级黄片,操操干干射,欧美大型黄色网站。

??时势3:黄色小电影网站在线观看

??01月08日,加大宏观调控力度 扎实推动经济高质量发展,

  “你们走吧。”石林虎启齿。

,性插视频免费,劲爆A片免费网址,久久精品国产99久久久电影。

??01月08日,“工会驿站+”,让温馨港湾更暖心,

  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。”

,91三级片在线观看,多人群p交换乱在线观看,午夜福利视频一级A级视频。

??时势4:灌醉迷晕系列在线播放

??01月08日,人工智能热度攀升市场广阔 业内:人机协同将成发展主流,

  那璀璨的宝具在小不点的手中比在狈风手里也不知道强了几多,他明确骨文,运转起来,宝具威力不可同日而语。

,五月天 开心 激情网,新婚H圆房~H嗯啊1V2动漫,一级纯黄片。

??01月08日,劳动节假期期间已有近75.8万人次内地访客入境香港,

  (二)严酷资金治理,切实包管资金运行清静。我区农村住民最低生涯包管资金主要来自财务拨款,资金治理上要高度重视,一定要落实制度,梗塞误差,从严要求,从严治理,绝不允许爆发挤占、挪用、截留和虚报冒领等任何问题。关于违反资金治理划定的,要严肃查处,追究责任。要完善资金监视机制,切实解决重资金分派、轻监视治理的问题。财务、民政等部分要按期检查、监视农村住民最低生涯包管资金使用和发放情形,确保资金清静运行,确保资金实时足额发放到低保工具手中。

,亚洲凹凸精品分类大全,英国av在线,520201路com。

责编:田颖

审核:鲍勃·布朗

责编:雷恺

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