(9分钟快速入门)黑人乱婬视频婬色视频最新版v95.286.612.424.25.02.9.47-2265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

2026-01-09 15:09:33
泉源:

猫眼影戏

作者:

王振民

手机审查

  猫眼影戏记者 张晓华 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:手机在线A片网站

??01月09日,逾750名海内外龙舟运动员齐聚广州白云上演“速度与激情”,

  一群人心中都是一凛,敢这样一小我私家出动,带着孩子在大荒中远行,并举行残酷的磨砺,怎么看都是能手的风范。

,久久在视频。

??01月09日,中新教育|第83届中国教育装备展示会举行:聚焦数字赋能与教育创新,

  大首领想逃,被小不点重点看护,雪白的兽牙串飞起,纠葛住了他,用力一绞,将其体内的符文所有消逝。

,先锋影音av资源网站,中文字幕久久精品无码一区二区,一级性爱视频免费。

??时势2:男男帅小伙自慰

??01月09日,用速度最快的球迎战每场比赛,国羽在巴黎写下最热血的诗篇|夏奥热知识,

  空中,紫云、大鹏、小青长鸣,追随下来,送出百余里,在小石昊一直地申饬下,才依依不舍的返回。

,那个网址可以看毛片,紧身裤唇沟明显跳舞视频,欧美日韩情欲片在线观看。

??01月09日,(高质量发展调研行)富春江畔有座“出片村”:艺术乡建引来游客“去班味”,  [文/视察者网 齐倩]孙伊恩(Ian Sun,音译)是中国上海人,今年早些时间重新外洋旅行时,他放弃了前往欧洲,转而选择飞往埃及。他说,飞埃及的实惠机票是他改变主意的主要缘故原由,但在落地后,他连忙爱上了这个历史富厚和民众友好的国家。现在,他妄想继续探索中东,将下一个目的地定在了伊朗。,AAAAAA黄色视频,www.免费网站黄色视频,欧美性交一级黄片。

??时势3:无码黄色视频一区

??01月09日,中国航展观察:低空经济将如何提高生活质量?,

  此时那枚变异的蛋炽盛光线已经敛去,不再那么炫目,可是那些新增的神秘纹络却未曾消逝,与另外两枚蛋一比照,俨然是两个种别、为差别鸟类的卵。

,欧美精品三级,色多多成视频人黄在线观看,九幺麻豆。

??01月09日,冰天雪地也是金山银山 | 演绎新时代冰雪传奇,

  “怎么办?”封印者蹙眉,谁人可恨的少年居然与火国公主走在一起,让他们颇为忌惮。

,野外免费视频毛片,国内自拍91桃色视频,亚洲国内综合久久图片一区。

??时势4:免费啊啊啊啊网站

??01月09日,对韩免签落地不到1个月 “周五下班去中国”登上韩网热搜,

  祝愿各人新年快乐、身体康健、阖家幸福!

,欧美久久免费,K200tV,中国姑娘去到toilet38。

??01月09日,中粮集团原总工程师、安全总监佟毅接受审查调查,

  然而,未等他邻近,少妇惨呼,身子直接炸开了小半。

,久久久亚洲98精品视频,久久久99人妻免费精品区一,《鲇井京花》。

【十四届全国人大二次会议举行闭幕会】

【加拿大去年11月经济小幅增长 结束连续3个月持平】

责编:纳迪娅

审核:太安万吕

责编:刘洪才

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