王者荣耀最色情的斗音,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

2026-01-10 23:59:37
泉源:

猫眼影戏

作者:

王尚

手机审查

  猫眼影戏记者 刘国芳 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:免费视频A片

??01月10日,8月6日“农产品批发价格200指数”比昨天上升0.95个点,

  三、构建协调班整体,创设轻松、愉快的学习气氛

,无码黄片国产 。

??01月10日,百万珠宝遗落网约车 民警热心帮忙找回,

  “你……”石笠惊异 。

,久久看视频只精品,国产城中村嫖妓在线视频,体育生自愿脱裤子摸J 。

??时势2:91视频 秘

??01月10日,内蒙古达里湖冬捕:传承渔猎文化 进行生态保护,

  二是自我感受优异 。一些同志固步自封、坐井观天,不相识外面形势的转变,不知道外面的天下有多精彩,只纵向看、不横向比,知足于已有的效果,习惯于现在的生涯状态,总以为有现在这个效果,过现在这个日子已经不错了,整天吃吃喝喝、玩玩乐乐也蛮好的,人生在世“吃、穿”二字嘛,有吃、有穿、有玩就够了 。殊不知现在生长的形势与日俱增,外面的天下日新月异 。我们现在的问题不是小富即安的问题,也不是不富也安的问题,而是守穷也安的问题,通俗—点说,就是“穷快活” 。

,精品九九免费试看一区二区,被黑人巨大进入av,国产男人久久精 。

??01月10日,北京人艺历史大戏 《张居正》精心打磨再上演,

  “唔,好恐怖的兽潮,原以为这片蛮荒苦地缺少灵气,不会有什么出奇的生灵,想不到竟云聚了这么多凶物!”金狼部落的族长站在一块山石上,俯视着兽潮,眉头深锁,在其旁边一头金色的神狼仰面站在山巅,盯着远方 。

,亚洲免费视频一级,AV裸体网站,性色AV 。

??时势3:精工厂羞羞视频免费观看

??01月10日,公募证券交易费用管理新规发布 促券商研究业务生态再优化,

  班主任作为班级事情组织者、协调者,要协调好各门学科的教学,不要只重视自己教的学科,要和科任先生举行普遍的联系,每一次月考,每一次考试,都要实时转达,实时总结 。

,精品群交毛片,我帮你扣扣里面的,初中生黑脚射丝鞋 。

??01月10日,中国驻美大使谢锋:我们必须同舟共济,绝不能同舟共“挤”,  因此在一直强化税收征管的同时,应该同步适度推进税制刷新,适度降低名义税率,让企业现实税负维持在一个合理水平,同时国家财务收入也并不会由此镌汰,进而实现良性循环 。,欧美日韩免费一区中文字幕,激情性爱亚洲性爱,中国产 HD 。

??时势4:奴印文化雪地之爬行创作背景介绍

??01月10日,马克龙:将致力于“更强大、更公平的法国”,

  “你们想怎样?”一位年岁很大的族老颤颤巍巍的上前问道 。

,69视频国产,久久R精品免费视频,日本在线 视频 。

??01月10日,音乐为文旅行业“加戏” 江西多地“点燃”旅游消费新活力,

  夏幽雨向前递来,放在了他的手中,道:“小弟弟,你且收好,到时间可以交给你的尊长,让他们带着你去‘补天阁’ 。”

,com黄色网站免费,免费无码十八禁污污网站,免费人成年短视频在线观看网站 。

【新版《农业农村标准化管理办法》发布 7月1日起正式施行】

【“中国布龙之乡”浙江奉化:“二月二”大巡游迎“龙抬头”】

责编:金沙滩

审核:秦芳芳

责编:史蒂文·斯皮尔伯格

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