三级免费在线视频,界面清爽、功能强大,专为极致体验而生

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 01:51:25
泉源:

猫眼影戏

作者:

克拉多沃

手机审查

  猫眼影戏记者 张云生 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:欧美性生交XXXXX无码婷婷

??01月08日,长沙“最美水上游步道”进入最佳观赏期,

  山地间灌木丛生 ,古木参天 ,一群人虽然奔行很快 ,但照旧受到了不少阻碍 。

,91萝莉双乳被挤射 。

??01月08日,“3820”战略如何有力实施?答案就是,坚持改革开放!,

  “岂非是宝具?”小不点马上双眼发光 ,这种工具很有数 ,他迅速向前冲去 ,再次脱手 。

,真人av在线免费,亚洲精品VA中文字幕无码毛片爱,96pao强力打造永久免费视频 。

??时势2:黄色网站一级黄色

??01月08日,中国海警局新闻发言人就菲律宾船只非法侵闯仙宾礁发表谈话,

  三是坚持抓农村党组织建设 。做好州里事情 ,要害在党组织、要害在干部 。在座的同志 ,在班子里无论分担什么事情 ,都有责任和义务抓好党组织自身的建设 。要坚持凭证“五个好”目的要求增强州里、村党组织自身建设 ,特殊是增强干步队伍建设 ,建设一支勤政为民、视野坦荡、目的明确、作风过硬的干步队伍 。要以班子的团结斗争 ,带好州里干部、村党支部书记、大学生村官三支步队 。要认真落实村党支部书记“一定三有”政策 ,起劲推广“四议两果真”事情法等先进履历 ,增强村级组织阵地建设 ,一直增强农村下层党组织的创立力凝聚力战斗力 。

,搜索欧美乱婬视频,小 伸进 天涯,AA国产一级免费高清黄片 。

??01月08日,李强结束出访回到北京,

  “我第一次进来 ,没有什么履历 ,不知道怎么破解 ,列位叔叔姐姐你们有什么建议吗 ,给我点启示 。”小不点问道 。

,色女综合网色,日韩精品中文字幕你懂的,女性向AV 。

??时势3:超碰91人人添日日摸

??01月08日,和评理 | 马尼拉应停止侵权挑衅 不要引火烧身玩火自焚,

  “咻”、“咻”……

,国产福利在线播放网站,姬小满去掉所有布料,亚洲无码中出 。

??01月08日,中新教育|香港汉华中学和北京育鸿学校举行交流活动,

  种种宝术冲向天空 ,闪灼符文 ,击裂石峰 ,乱石迸射 ,尘沙飞扬 ,这里的天空灰蒙蒙一片 ,洒落到灵湖 ,随处都是土石 。

?第一百六十二章 咬耳朵,黄色3级片 一级片,免费在线看黄的网站,朴正姬纪录片在线播放 。

??时势4:亚洲爱爱小视频

??01月08日,吉林体育去年以来不断取得“历史性突破”,

  他站起身来 ,走出院子 ,看向天空 ,很快发明了异常 ,周围的山林都有飞禽惊起 ,而起相距都是两三里地的样子 。

,丝瓜草莓,免费永久看黄网址直接看,贱狗vk 。

??01月08日,今年春运约90亿人次将出行 流动的中国生机蓬勃,

  这种宝具让人心惊 ,杀敌于无形间 ,防不堪防 ,却又这般的玲珑剔透 ,初看没有一丝大杀器的样子 。

,干屄视频欧美日韩,彩虹版头条,女人跪下吃j8 。

责编:黄绍国

审核:陈榕玲

责编:熊猫侠

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