(4分钟带你发现更多)免费看欧美视频安卓版v86.7.44.8.83.9.14-2265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

2026-01-09 09:06:43
泉源:

猫眼影戏

作者:

何某刚

手机审查

  猫眼影戏记者 李民航 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:国产精品自产拍在线观看在蜜

??01月09日,日本执政联盟未获众议院过半议席 经济问题叠加黑金丑闻影响选情,

  谢谢各人!(此处掌声)

,男生女生一起差差差APP 。

??01月09日,四川泸州:榕山长江大桥合龙,

  “真的假的,别是诱骗你吧?”一位老人不太相信 。

,赫敏大胸被揉到失禁视频,99久久精品亚洲精品,性爱A片视频 。

??时势2:白丝细腿自慰喷水

??01月09日,13年13亿,贵州茅台通过“规模化”捐赠扩大公益影响力,

  深思良久,高峻威猛、瞳孔快化成了淡金色的老族长颔首,眸中射出两道金色的闪电,道:“出了这么强盛的一头祭灵,我无论怎样也应该去看一看 。为了稳妥起见,我去请神狼,让它也随着走上一趟 。”

,国产男搓澡师男男GAy,91蜜桃网,激情小说视频网站 。

??01月09日,天津海关退运483吨液态洋垃圾,

  先生们,同砚们,各人好!

,,jizz,中国女人,这里只有久久,女人自慰喷潮A片免费观看www 。

??时势3:爱搞为爱搞点激

??01月09日,专家:大雪时节艾灸这两个穴位可补阳气,

  自分行获批筹建以来,在各级向导的体贴支持下,历经三个多月时间,分行圆满完成了准备时代的各项事情 。

,99热这里只有精品久久免费,免费在线收看黄色网址,曜曝焯瑶妹流白 。

??01月09日,中新领导人会晤联合成果声明(全文),

  一到夜晚,连西崽都不肯出门,不在庄子中走动 。

,憨憨倩那里看,猎奇小屋app下载官网最新版,欧美日韩国产第一页激情 。

??时势4:美女AAAAAA一级

??01月09日,2023年江西工业领域投资亿元以上项目完工投产千余个,

  “没有,不过有几个遭受了重创,脾脏等被铁箭射穿了,不知道会不会落下病根 。”

,色欲无码综合视频一区二区,1313午夜精品久久午夜片,人妻人人澡人人添人人爽 。

??01月09日,COP29中国角“全球经济、气候与贸易政策协同”边会举办,

  今天我们召开20xx年度第一次全体村干部会,是连系换届后的村两委班子培训会,其目的就是周全贯彻落实党的xx届五中全会、中央一号文件及省、市、县人代会和省市经济事情聚会精神,前面列位向导就怎样贯彻镇人代会确定的“项目建设强镇,设施农业富民,综合整治靓村,旅游开发活商”的总体安排和“坚持一个目的(强镇富民),突出两条主线(稳固和生长),抓好三个重点(项目建设、村镇建设、下层组织建设),生长五大工业(葡萄、制种、草畜、劳务、旅游)”的事情要求和详细思绪讲了很好的意见,希望各人认真体会,在事情中切实抓好落实 。下面我就强调五点意见:

,日韩啪啪视频免费,日韩在线精彩视频二三区,欧美特级黄色视频欧美特级黄色视频 。

【浙江两会观察:科技创新“点面结合”解题“发展新优势”】

【西安博物院8月7日至31日实行夜间开放 每天增三千张门票】

责编:柳斌杰

审核:胡德华

责编:帕勒莫

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