淑蓉好爽 好紧 宝贝老卫,覆盖全网最新内容,实时更新不间断,精彩一手掌握

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

2026-01-12 16:54:18
泉源:

猫眼影戏

作者:

凯思琳科门

手机审查

  猫眼影戏记者 梁佳 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1:千鹤的开发日记番剧动漫在线观看

??01月12日,四川甘孜州全力保障滞留车辆顺利过境,

  “轰”的一声,小不点将龙角象扔在了村头,闻讯而来的一群壮年男子连忙扑了上去,就地解决了这头重大的猎物。

,人妖自慰最刺激的一次。

??01月12日,因录制节目影响游客游览体验 秦岭四宝科学公园致歉,

  二、统一头脑,提高熟悉,进一步凝聚加速都会建设的共识

,国产免费看又污又爽又黄的网站,小黄片免费在线播放中文字幕,一级一区。

??时势2:免费欧美性交电影网站

??01月12日,加入欧盟20年,捷克为何仍在欧元区外徘徊,

  “不止你有宝具,我也有。”狈风基础不看一眼倒在血泊中翻腾的那些石村人,听着他们嘶吼,他很从容与冷漠。

,久久国产一级特黄AA大片,小坂七香在线观看,熟女视频久久性爱视频欧美综合视频。

??01月12日,2023年安徽省粮食产量830.16亿斤 再创新高,

  小不点上前,大眼发光,说出了一句令这群人悲愤的话语,道:“一堆战利品总比一两小我私家强吧,你们谁去送信啊,拿镇族宝术来换人。”

,日韩视频免费一区三区,日韩一区二区A片免费,久久手机精品。

??时势3:久久99久久99网站

??01月12日,台湾青年列席福建政协会议 参与感提升,

  山脉最深处,强烈的大战开启,犹如神话一样平常,那铺天盖地的金色大爪子每一次落下都会抓崩一条山岭。

,欧美久久免费,欧美极品一区,爱操在线观看国产精品。

??01月12日,福建平潭获得2025年第三十一届亚洲棒球锦标赛举办权,

  四、从我做起,严守学校纪律,准时午休,坚决不加入危险的外出游泳活动。

,两个猛男脱裤子摸jiji秘,国产乱轮在线视频,h爱视频。

??时势4:a片黄色录像一级片

??01月12日,追梦路上,求学海外还是坚守高考?,

  这些人临死前都恐惧到了极点,怨恨不已,柳树并不是不可舒展到这里,此前不过是不盘算罢了。

,乌克兰裸体美女做爱,鸣人强行打开雏田双腿,色88久久久久高潮综合影视。

??01月12日,外交部副部长邓励会见英国外交发展部国务大臣特里维廉,

  “爷爷,我想远行。”在吃晚饭时,小不点突然说出了这样的话。

,久草精品后入,欧美黑人粗硬大在线观看,久久青草精品A片狠狠来。

责编:鲁乐汉

审核:李超

责编:黄圣依

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