看黄免费无限,内容丰富,界面简洁,无论新手还是高手都能轻松上手

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 08:03:55
泉源:

猫眼影戏

作者:

厄尔·拉伊·汤布林

手机审查

  猫眼影戏记者 林夕佳 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1:99精品66在线视频无码

??01月08日,外交部副部长陈晓东谈中方对中非合作论坛建设期待,

  一要珍惜时机。在目今农村各项事情使命异常沉重的情形下 ,镇党委举行这次培训班 ,组织同志们集中学习交流 ,这是镇党委对各人成上前进的体贴 ,也体现出镇党委对农村下层干步队伍建设的高度重视。希望各人要十分珍惜这次难堪的学习时机 ,借助这个难堪的平台 ,真正做到学有所得 ,学有所悟 ,学以致用。

,欧美熟一区。

??01月08日,法兰西外籍院士谈中外文化交流:需要更多“摆渡人”,

  他倒提着黄金战戟 ,身体踉跄 ,胸部泛起一个前后透亮的血洞 ,几块碎骨随血喷出 ,很可怖。

,操久久九月天,十八岁美女免费网站,欧美xxxx 在线。

??时势2:在线观看18

??01月08日,外交部:欢迎大家到海南走走看看 也欢迎各方继续搭乘中国发展快车,

  这得多败家啊 ,什么样的家族出来的孩子才华做出这等事情来?

,yoijizz国产,午夜理伦三级理论三级6080,亚洲午夜国产精品三级片。

??01月08日,【推动高质量发展系列主题新闻发布会】我国宏观经济治理体系不断健全,

  那头狻猊从山脉深处走了出 ,到了外围区域 ,即将老死 ,要为自己寻一个葬身之地 ,其威势很恐怖。

,女生阴毛黄色网站亚洲网站,最新在线精品国产2022,99re2在线视频。

??时势3:久久久久wwww

??01月08日,河北定州:花馍贺岁 蒸蒸日上迎新春,

  晚霞早已消逝 ,天色黑了下来 ,远远望去 ,石村那里一株柳木散发朦胧的光晕 ,笼罩了整片村子。

,99re66,人人摸人人揉人人操,人的球进皮的视频。

??01月08日,西十高铁湖北段建设取得重大节点性进展,

  “精璧是什么?”小不点好奇的问道。

,欧美日韩大尺码免费专区,jizz日本视频,欧美精品一级视频。

??时势4:717影院琪琪午夜理论

??01月08日,马来西亚多州发生水灾 已致6人遇难,

  这一次很危险 ,一再差点丧命 ,但他们真的带回来了狻猊的宝体 ,别的还多了离火牛的犄角与猿王臂 ,收获甚丰。

,欧美一级又粗又大又黑,色水在线,免费观看高清A级毛片。

??01月08日,“十四冬”雪上项目比赛 黑龙江队再添1枚金牌,

  众人闻言变色 ,这是下死手啊。

,一级黄片,玖玖玖精品视频在线观看靠爱,吴忧和静敏之校园契约免费下拉式。

责编:尔古丽·阿布都克里木

审核:普拉德

责编:游野泳

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