(4秒带你发现更多)91 18馃埐鸿蒙版v06.2.6.06.75.46.1-2265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 13:41:59
泉源:

猫眼影戏

作者:

刘强讲

手机审查

  猫眼影戏记者 刘西艳 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:欧美理论片

??01月13日,四川康定山洪泥石流已致9人遇难18人失联,

  3.家里电器着火要先切断电源 ,再用干粉或气体灭火器灭火 ,不可直接泼水灭火 ,以防触电或电器爆炸伤人。

,日本女人www。

??01月13日,【党外人士话复兴】田沁鑫:做大家认可的 真正有人民性的作品,  近些年我们也能看到这些行动 ,中国推出大规模减税降费政策 ,有不少是恒久执行的制度性政策。好比为消除重复征税 ,营业税改为增值税;增值税基本税率从17%降至13%;小我私家所得税也通过扩大税率级距、增添专项附加扣除、提高起征点 ,现实降低了税负;城镇职工基本养老包管单位缴费比例降至16%等。,粗暴大黑鸡巴欧美视频,亚洲国产迷奸最新,裸体女人初尝禁果视频网站。

??时势2:在线观看视频A片免费观看

??01月13日,侠客丹心入梦来:浙江嘉兴首发金庸“江湖”28景图鉴,

  “可恨啊 ,这是在逼我们交出孩子 ,若是送回去 ,我敢肯定 ,他活不了两个月。”海大叔恼怒。

,3725本场点赞黄色电影,中文字幕亚洲黄色,激性欧美在线观看。

??01月13日,冰雪运动“热”起来 呼伦贝尔市积极筹办第十四届全国冬季运动会,

  冰心曾说过:爱在左 ,情在右 ,在生命的两旁 ,随时撒种 ,随时着花。我们中的先生对学生的爱不也是这样吗?先生们已经把爱学生、资助学生、指导学生康健生长作为一个职业习惯 ,这也是许多家长挤破头也要将孩子送到中就读的缘故原由。追求卓越、敢为人先更是中西席专业素养的体现 ,他们勤于思索 ,善于钻研 ,敢于立异 ,用自己的人格魅力和专业素养赢得学生的厚爱。

,美女裸身无遮挡,拖 摸 網站,久久综合九色综合。

??时势3:国产一级片黄色网站在线免费观看

??01月13日,民乐奏响《泱泱国风》 民族经典融入现代,

  一群人都石化 ,说不出话来 ,这太让人受惊了。

,欧美巨大性爽欧美精品一,亚洲精品无码av中文字幕水,在线视频 一区二区。

??01月13日,五块光荣牌 一家五代兵,

  “二猛哥先等一等。”小石昊启齿 ,抓起一块不小的石头 ,用力掷出 ,石块嗖的一声飞上石崖 ,落在梧巢近前 ,发出一声大响。

,鑴别煈欐懜馃惢,久草最新免费在线,爱情岛tv国际品质。

??时势4:黄片美女18岁视频

??01月13日,依法遏制高额彩礼,

  “那简直就是一座石山啊 ,小不点你可真行 ,居然用一只手臂就举了起来 ,这种实力会吓到山中的远古遗种啊 ,他们的幼崽远不可做到这一步。”

,男性自慰Gαy furry,亚洲逼逼爱爱,男同片。

??01月13日,上海整治家电维修市场,

  “走吧 ,不然那头大虫子又要杀来了。”小不点翻身上马 ,他相信 ,这样一连几日 ,那头大虫不眠不睡的追赶 ,早晚会疲倦而放弃。

,疯狂揉小泬到失禁高潮,▓丝瓜视频▓无码免费,日韩黄色网站推荐一下。

责编:埃弗里

审核:王冬呢

责编:万勤

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