(10分钟轻松上手)高清无码黄色视频鸿蒙版v44.29.38.37.91.95-2265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

2026-01-13 08:50:54
泉源:

猫眼影戏

作者:

张刚

手机审查

  猫眼影戏记者 赵季平 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:国产殴美无码毛片100集视频

??01月13日,生漆“咬人”?其实是接触性皮炎,

  “族长你身上的伤很怪 ,也很严重 ,基础不可动用骨文的实力 ,不可冒险!”一群人马上慌了。

,美女免费秘 免费看网站。

??01月13日,10月28日人民币对美元中间价报7.1307元 下调217个基点,

  甚至 ,已经压盖过了石毅要入上古圣院的新闻 ,险些每一小我私家都在谈论 ,有人捶地大笑 ,有人高声诅咒 ,但凡相识这一事务的人都很感伤。

,曰本一级AAAA片无码,国产一级AV无码免费久A片,黄色小说乱论视频。

??时势2:黄色视频在线观看我爱干网站

??01月13日,15000名跑友角逐达州马拉松 打破四项赛会纪录,

  就这样 ,日复一日 ,小不点使用种种天威修行 ,甚至曾从崖壁上跃下 ,有时更是去激怒重大的凶兽 ,与之征战。

,免费观看的黄色视频,www.色会色.com,无限臀山在线入口。

??01月13日,“湾事通”促进“心联通”,

  这也是原始凶骨稀珍 ,宝术价值无量的缘故原由所在!

,在线黄色网站免费观看,亚洲国产欧美不卡在线,美国黄A视频。

??时势3:亚洲色情综合久久久久噜噜噜噜

??01月13日,“两路”通车70年,天路遍开格桑花,

  良久后 ,石林虎等回过神来 ,心疼无比 ,道:“这可是独角兽啊 ,能够日行一万里 ,是难堪的宝驹。”

,娜美吃路飞棍子原版视频在线观看,双飞东北老阿姨,熟女视频。

??01月13日,中国三部门公布房地产税收优惠政策,

  蛟鹏惨叫 ,他被吓坏了 ,有几具遗体落在了他的身上 ,鲜血喷的他满头满脸都是 ,他连爬带滚 ,哭喊着逃了回来。

,亚洲手机在线视频,国产黄色视频福利,亚洲啪啪成年网。

??时势4:一级 黄 色 片免费网站

??01月13日,西藏:马术表演为雪顿节添彩,

银行信用卡逾期了怎么跟银行协商解决?需要什么质料?

,曼珠沙华光全身的样子,毛片网页在线观看,日本熟妇浓密黑毛sdehd。

??01月13日,国家网信办发布第七批深度合成服务算法备案信息,

  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”!

,成人在线视频,日本中文字幕首页,亚洲一区二区三区在线精品观看。

责编:傅游艺

审核:邓天佐

责编:张会利

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