91国内视频,让你的每一次使用,都成为一次愉快的探索之旅

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 14:02:41
泉源:

猫眼影戏

作者:

吕建

手机审查

  猫眼影戏记者 哈维-马奎斯 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:久久黄色片

??01月08日,近200名两岸青少年浙江嘉兴以球会友促交融,

  事实证实,皇庭也正朝着职业化、标准化、规范化的“轨迹”稳健向前迈进。我们相互感恩,相相互互支持、勉励、关爱与容纳。已往的终究已往了,我们无法挽留;明天充满着变数,我们捉摸未必;我们唯一能把控的只有今天、当下;钤诘毕,让生命时时刻刻都焕发青春活力;活在当下,让整个团队都由于有我而充满起劲的正能量;钤诘毕率且恢执κ赖脑蚝蜕牡奶,每小我私家当下的事情态度决议了整个团队事情气氛能否向起劲的偏向生长。有一句话说得好,要想今生无悔,就适当下无悔!一小我私家的头脑觉悟和事情的自觉性源于他对整个团队的认同有几多?

,理论免费看大片A。

??01月08日,微视频:互联互通 习近平推动共建“一带一路”高质量发展,

  据中国青少年研究中心的天下性大型视察发明,清静事故已经成为青少年儿童的第一杀手。我国每年约莫有1、6万名中小学生非正常殒命,平均每一天有40多人,也就是说每一天有快要一个班的学生在“消逝”。

,美女直播被日爽了高清,00 后粉嫩午夜福利视频,国产亚洲精品系列。

??时势2:久久精品激情视频

??01月08日,王者荣耀2024赛季揭幕 选手、战队、赛制齐应“新”元素,

  上午好!

,国外人人射人人操,黄色网站免费看!在线看,美女被操网址免费。

??01月08日,通讯:对标哈尔滨,内蒙古端出特色“冰雪大餐”,

  青鳞鹰早已第一时间冲上天空,冲着下方猖獗攻击,青色的月亮散发诡异光线,横扫山石林木等,一头凶兽连忙被立劈为两半。

,B站影院全球最大库存更新时间,欧洲毛片亚洲毛片日韩,一本一级毛片免费AAA。

??时势3:国产精品国产三级

??01月08日,第92届好莱坞圣诞大游行的“中国元素”,

  众人惊颤,不愧为周遭五万里内最强盛的祭灵,这种威势简直骇人心神,令人从心底生出一种大惧。

,日韩艹逼,日韩Av黄色电影,在线 国产 欧美 韩国 日本。

??01月08日,黑龙江省2024年旅游增量领跑全国,

  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!

,国产一级啪啪视频免费观看,妞妞色吧 综合,被下人伦流澡到高潮动态图。

??时势4:欧 美 成 a

??01月08日,建立健全老旧小区改造长效管理机制,  预计,14日至15日,高温向南转移,强度削弱,但河南一带高温可能还会一连。16日以后到6月下旬前期,华北、黄淮等地高温天气将再度生长,部分地区气温可达40℃以上。,av网址国产在线播放,玖玖爱资源网,www.日韩黄色网站。

??01月08日,多地开展全国“安全生产月”活动 提升公众避险自救能力,

  “孩子,生涯就是云云,我们都是在这片大荒中抗争,对别人不残忍一点,那么对自己就会很残忍。”狈村的老族长叹了一口吻,劝道:“照旧赶忙脱离吧。”

,嗯∽啊~轻点禁 揉胸视频网站观看,快播污软件下载,中国产。

【汇集众多“首发”新产品新技术 第十届上交会开幕】

【八旬老人被噎倒地 浙江嘉兴老板娘“教科书级”施救】

责编:郑一民

审核:王虎峰

责编:史蒂夫·陈

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