(10秒轻松理解)黄色网站在线手机播放苹果版v33.670.18.7.14.96.51.681-2265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

2026-01-10 23:43:41
泉源:

猫眼影戏

作者:

斯洛斯基

手机审查

  猫眼影戏记者 朱全兴 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:国产毛片精品全部视频

??01月10日,西安强化新型工业化“新支撑” 产业发展向“新”而“兴”,

小学捐助活动的校长讲话 篇3

,一小孩儿半夜给女孩儿吃坤吧。

??01月10日,LIV Golf职业高尔夫球巡回赛香港站 安瑟夺分站冠军,

  三、进一步增强村级组织建设,周全提高下层组织战斗力。

,男人狂桶女人出白浆免费视频,色综合91久久精,偷拍性爱视频。

??时势2:菲律宾 女网址www呦女

??01月10日,四川成都:在“玉林后花园”感受“旧与新”的碰撞,

  争取代课金1.2万元,两督津贴7000元,贫困投止生津贴3万元,市级经费2万元,区级经费1万元。教育区奖励2万元,及格学校建设窗帘1.2万余元,同时争取社会赞助,去年暑假结业班加上外出旅游。

,亚洲a黄色视频,男生女生一起差差差APP,www.人人草。

??01月10日,网红因感冒导致重度肺炎去世!如何判断感冒与肺炎?,

  “这样说来,有了不起的圣物出土了,一直没有被那些远古遗种获得,引动了十方风云!”金色的大帐中走出一个老者,高峻魁梧,眼睛竟能冒出一缕缕金色的闪电,恐怖之极。

,日韩一道无码中文字幕,3b不知火舞被 到爽喷水,欧美 呦呦。

??时势3:日产无码久久久久久

??01月10日,公安部交管局:今年春运全社会跨区域人员流动量将创新高,

  村中火光冲天,连街道都被烤的一片酷热,独角兽有些难耐,不肯呆在这里。

,看一级毛片全裸做受,色在线国内自拍,人人添人人澡人人澡。

??01月10日,美对东南亚四国反倾销措施或影响我国光伏企业 商务部回应,

  小不点原本聪慧可爱,至尊骨与生俱来,原本可以睥睨天上地下,效果却被人夺走宝骨。他的身体严重退化,连最亲近的人都认不出来,话语都不会说了,岌岌可危,甚至命都保不住了。

,十八禁免费福利网站,亚洲性爱视频网站一级看片,🔯黄🔯色🔯视🔯频在线播放。

??时势4:亚欧一级毛片黄a特黄

??01月10日,研究人员从小说里找灵感制出生物胶带 肌肉受伤一“贴”助恢复,

  各人上午好!

,成 人 免费 黄 色 网站无毒软件,ADM-529森日向子最新消息,巨茎黑人大战杨钰莹小说。

??01月10日,西藏首届乡村篮球联赛2024“千年盐田”“康BA”拉开战幕,

  终于看到了墟落,小不点骑着独角兽,奔跑出大荒。

,精品A片国产日产久久久,美女扒开胸罩 露出胸大乳,美女黄色视频在线免费看。

责编:吕随启

审核:杨淑花

责编:阿德尔森

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