中文字幕一区二区字幕,无论你在哪,都能随时体验高速与便捷的服务

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 12:57:43
泉源:

猫眼影戏

作者:

陈建安

手机审查

  猫眼影戏记者 杨柳芳 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:a片网在线

??01月08日,山西古建筑100问——传奇寺院资寿寺如何以“画塑双绝”名满天下?,

  同砚们,你们是祖国的希望,是民族的未来。因此,你们要继续和发挥高尚的爱国主义精神,顽强拼搏,起劲斗争,勇于继续,实干兴邦。对社会,要做一个遵守纲纪的人;对怙恃,要做一个孝道之人;对师长,要做一个明确尊重的人;对整体,要做一个乐于贡献的人??总之,作为炎黄子孙,我们要有强烈的社会责任感,“少年智则国智,少年强则国强,少年胜于欧洲则国胜于欧洲”。我们要担起实干兴邦的历史重任,脚扎实地,起劲学习,顽强拼搏,高昂有为。

,抠小逼小说。

??01月08日,围甲联赛常规赛收官 成都队夺冠,

  小朋侪们让我们携起手来,关爱生命,关注消防清静,为;ぷ约汉退说钠桨残腋6浜掀鹁ⅲ

,2021视频下三级片,欧美一级视频手机免费看,熟女阿姨社区。

??时势2:人工少女 色情免费视频

??01月08日,北京便利群众诉讼 去年法院提供网络化诉讼服务408.1万次,

  注重公共场合的人身和工业清静,不把珍贵物品、现金放在课堂和宿舍,不可给小偷可乘之机。结交要稳重,不将社会闲杂职员及以前的同砚带入校园内。与同砚间有矛盾时,一定要冷静、要理智,切忌用拳头取代说理;挂雌诘纳纤罩萸寰步逃教ㄍ救パ扒寰蔡岱赖闹,并实时完成先生安排的网上作业。

,色哟哟专区,日本羞羞黄A在线视频,av体验区。

??01月08日,恶性安全事件高发频发 驻中非使馆发布紧急安全提醒,

  这次县委换届,是在全县上下贯彻党的xx届五中全会精神,深入开展坚持共产先进性教育活动,推进新农村建设的新形势下举行的,也是在我们开启“”妄想、向新目的阔步迈进的时间举行的?谜獯蔚炒,搞好县委、县纪委换届,意义很是重大。

,Chinese国产乱在线观看,金智妍被揉到高潮下不了床,91亚洲成a人片在线观看www。

??时势3:www.igao

??01月08日,全俄小学生中文秀莫斯科赛区选拔赛举行,

  “战吧,看一看你们当中谁才是天骄,二十年后在这片领土内事实谁主沉浮。”

,薛婧专辑《姿韵2》免费听,美女裸体自慰一区,一女4p三黑人免费视频。

??01月08日,美国印第安纳州民房火灾致5名儿童死亡,

  “嗡”的一声,他通体晶莹,符文密布,竟是要突破,进入下一个境界。

,黄色毛片免费网址,欧美在线观看18,玩小处雏男av网站。

??时势4:国产我91精品

??01月08日,2024钻石杯青少年网球挑战赛沈阳站开赛,

  第二,关于优化效劳问题

,黄色视频免费在线网站,男女啪啪做爰高潮全过有多重打法,国产三级电影网。

??01月08日,浙江农村居民人均可支配收入突破4万元,

  4、对自己的水性要有自知之明,下水后不可逞能,不要冒然跳水和潜泳,更不可相互打闹,以免喝水和溺水。不要在急流和旋涡处游泳,更不要酒后游泳。

,色网站性感污,欧洲XXXX性喷潮孕妇,韩国A级毛片免费久久网站。

责编:尚燕华

审核:查德威克

责编:谭俊华

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