(10分钟带你发现更多)一级黄色网站肏逼最新版v45.64.56.90.92.0.81.44-2265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 10:05:49
泉源:

猫眼影戏

作者:

白航

手机审查

  猫眼影戏记者 汪帮泰 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:日本91视频

??01月08日,香港安徽联谊总会回乡团走进合肥 了解安徽前沿科技发展,

  我们盼愿清洁的地球,盼愿康健的地球,盼愿环保的家园,盼愿绿色,康健,卫生的社区……让我们用爱心去关注情形的转变,用热情去撒播环保的看法,用行动肩负起环保的重任 。从我做起,从现在做起,从身边的点滴小事做起,把环保允许变为现实验动 。

,又黄又爽又硬的网站 。

??01月08日,巴西学者:中国的扶贫理念对二十国集团里约峰会具有启迪意义,

  六是起劲推动文体事业的生长 。20xx年9月份,经县委、政府批准,乐成举行了索县首届男子篮球联赛,十支步队、二十四场角逐,观众人数突破两万人,影响很大,意义深远,极大地推动了我县体育事业的生长 。

,久久久久亚洲丰满,影音先锋av在线资源网,日本小 伸入女生 网站在线看完整 。

??时势2:a 片官网

??01月08日,车企价格战消费者成最大赢家?,

  他们那里知道,那次石林虎等人从族长那里求出两件祖器,才敢一起狂追,独角马日行一万里,关于大荒中的男子来说,拥有难以抗拒的诱惑 。

,欧洲男青年撒尿自慰Gay,六花端口验证器下载,91自拍第一页 。

??01月08日,东西方创意交融探新 南京沉浸式演出惊艳“绽放”,

  “好强!”这些凶寇倒吸冷气,一个个迅速倒退,张开大弓,拉开弓弦,一支又一支铁箭划破长空,发出如鬼啸般的声音,飞向小不点,准而狠,很是凌厉 。

,日日干干人人爽爽,火箭少女胸口受伤,色很久综合 。

??时势3:淫荡性爱视频三级

??01月08日,国足、国奥、国青、国少各有各的忙 中国男足今年四线出击,

  最后,宝术没有交出,宝具也不可拿来换人,四富家各自送来一个玉罐,内部有凶兽真血 。

,男人天堂综合,欧美日韩免费一区中文字幕,99精品视频在线无码A片 。

??01月08日,【地评线】紫金e评:推进美丽中国建设,让万里山河更多姿,

  它前腿很短,险些不可自己单独行走,通常需要趴伏在巨狼的背上,还好它自身血脉强盛,生长出了一对羽翼,可以航行 。

,色色小视频日本高清,天堂在线黄色视频,在线 国产精品 。

??时势4:www.理论片免费. com

??01月08日,国家统计局:预计2024年居民消费价格会温和上涨,

  那是一小我私家的语言声,恐怖无比,震惊了成片的宫殿,如九天上的惊雷在此炸响 。

,鲜肉gary2022打桩,欧美性视频播放,黄色国产一区二区三区 。

??01月08日,秦腔现代剧《生命的绿洲》在兰州上演:述说毛乌素沙漠生态奇迹,

  它迅速转身,此后猛的一跃,直接向着小不点扑去,这可是一头数十米长的庞然大物,这若是击中,必是山崩地裂 。

,在线视频综合一区二区,Fuck Woman China HD,AⅤ69色 。

责编:张奎华

审核:艾米-亚当斯

责编:赵佶

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