(4秒深入讲解)国产精品一级A片在线播放鸿蒙版v178.43.05.57.72.21.83.26-2265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 00:27:08
泉源:

猫眼影戏

作者:

刘亚圣

手机审查

  猫眼影戏记者 戚斌 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:欧美精品性视频

??01月10日,俄罗斯戏剧邂逅京剧 广西桂林上演别样《樱桃园》,

  一要牢靠树立群众看法 ,一心一意为人民效劳。

,日韩亚太区视频免费小明1页。

??01月10日,两岸和平统一可能性已丧失?国台办回应福建省工艺美术大师作品系列传承展创新创艺,

  “可以 ,把至尊骨还给我儿!”石子陵大喝。

,久久入口黄,黄色欧美韩国国产,污黄片。

??时势2:激情午夜日韩

??01月10日,贵州广电传媒集团原党委委员宋霖被“双开”,

  山巅坦荡 ,种种巨石横陈 ,走进石林最深处后 ,不禁令人赞叹 ,许多巨石上都有图案 ,很是逼真 ,如金乌逐电、囚牛踏海、鲲鹏展翅……形状各异。

,原野琳的本,操逼视频在线观看,爱搞视频在线观看。

??01月10日,中方欢迎伊巴关系改善取得积极进展,

  很是兴奋能够和列位优异的企业家共聚一堂 ,谋相助、话生长。今天 ,我们在这里召开银企座谈会 ,主要目的是进一步增强银企相助交流 ,亲近银企相助关系 ,起劲实现银行、企业、地方经济生长的相助共赢。

,高清日韩视频,小嫩b喷了白浆30分钟,亚洲一级午夜精品。

??时势3:人人干97

??01月10日,中哈举行能源合作分委会第十三次会议,

  二、以后农业生态建设事情思绪

,18 成人免费观看网站下载,91九色最新在线,欧美黑人日韩一级视频在线观看免费。

??01月10日,专访张家辉:一个好演员,演自己最差,

  几分钟后 ,消防车鸣着警笛奔驰来车停下以后 ,消防战士迅速从车上下来。从后车厢拿出水管 ,接好后 ,向火魔喷射已往 ,可是 ,一阵风拂过 ,火势又大了起来 ,消防战士不气馁 ,一再调解了位置后 ,最终乐成了 ,他们随着风的转变而转变。在消防战士的起劲下 ,冲向前将水枪瞄准“火魔”喷射 ,“火魔”最怕水 ,纷歧会儿 ,就消逝的无影无踪了。他们犹如降妖除魔的大英雄!

,了中文字幕在线,国产欧美一区综合,精品欧美一级视频在线。

??时势4:521国产在线视频

??01月10日,不以山海为远 携手共谱新篇|八百里“绿色长龙”拱卫京津冀,

  我们相互祝福 ,由于我们都在为幸福支付;作为皇庭人 ,我们每小我私家都是皇庭的“形象大使”、“宣传使者” ,我们有义务、也必需为皇庭转达美和幸福!只要你相信 ,信心就会告诉你“没有不可能”。只要你坚信 ,意志就会告诉你“有志者事竟成”!

,igao网为爱搞点激情,亚洲精品www久久久久久,体育生Gay初精 男男软件。

??01月10日,贵阳迎降温降雪天气,

  “咦……”这个头领惊异 ,他这一鞭之力有何等大 ,自己最清晰 ,一个孩子竟然一把就捉住了。

,嘿咻视频视频在线网站,91www九色,亚洲精品免费观看。

责编:吴凤飞

审核:赵威

责编:彭光瑞

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