(1秒带你了解)1024你懂的欧美日韩久久安卓版v0.41.37.95.97.37.58-2265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

2026-01-08 12:47:06
泉源:

猫眼影戏

作者:

孙淑芳

手机审查

  猫眼影戏记者 周平虎 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:外国免费看黄色网站

??01月08日,巴基斯坦两起巴士翻车事故致30余人死亡,

  “狻猊宝体就在那里,祭灵会亲自来的。”另一个老人说道。

?第二十九章 彝伦攸敷,做久久久久久久久久。

??01月08日,我国成功当选保护非物质文化遗产政府间委员会委员国,

  有人喝道,向前冲来,招呼群雄一起抢夺。

,xxnx39,中国一级特黄AA毛片大片,日韩一级毛一欧美一级57ppp人与兽。

??时势2:色色色中心

??01月08日,两部门明确两笔交通运输领域资金支出范围,

  “什么?”强盛的中年男子震惊,刚一突破就连开了三口洞天,这闻所未闻,跟天方夜谭般,恐怖的有些吓人。

,津渝视频完整版9段视,老扒和陈荣,com天堂网wwwA片。

??01月08日,金志扬现身北京青少年足球赛季颁奖 寄语青少年足球发展,

  石子陵喝道,手中长矛一挥,噗的一声鲜血飞溅,直接将这个老者挑飞,撞碎一座假山,鲜血喷涌。

,麻豆日韩一级黄片,黄片十八岁以下禁看视频在线观看,h色在线。

??时势3:天天怕怕怕怕

??01月08日,Space One 宇宙荣耀即将开战 一龙在香港迎战日本拳手,

  突然,另外几块宝骨发光,直接破空而去,别的大青石也化成了光雨,从这里消逝了。这让小不点顿脚,道:“诶,怎么跑了,停下!”

,色色搞鸡双男漫画下载,2021精品国产自无码在现线看,崩铁涩涩同人 网站。

??01月08日,连日暴雨 美国佛罗里达州部分地区洪水泛滥,

  同志们,体育是实力的角逐 ;体育是智慧的较量 ;体育是漂亮的展示。通过这次角逐,我们兴奋地看到,华通群众性的体育活动又有了新的生长,又有了一个越发优异的起源。角逐虽然竣事了,但运动场上各人体现出来的战胜难题,逾越自我,团结相助,勇猛拼博,勇于领先的精神要继续发挥光大,要把在运动场上乐成的体会和感受带到我们的事情中去,要用我们的行动去追求华通的更高、更快、更强,为文秘资源网的绚烂再立新功。

,女生看的黄色网站,日韩亚洲欧美一区二区不卡,一级毛片在线视频免费看。

??时势4:天天干在线观看

??01月08日,(新春走基层)山西雁门关外施工忙 守好最后一班岗,

消防清静国旗下精彩 篇19

,女性生殖器官图小妹妹,人人莫人人干,XNXX男男免费视频。

??01月08日,追光的你|“我永远不会忘记总书记对我的鼓励”,

  石昊“嗖”的一声跃起五六米高,落在了宽阔的鹰背上,马上感受到了一种坚硬,每一枚鳞片都如精铁般冷硬。

,人爱人人人爱人人操,www.涩涩涩,国产黄色A片免费在线。

责编:西哲

审核:沈雁冰

责编:李莉娜

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