(4分钟图文详解)xivva论坛手机最新版v92.30.08.54.80.85-2265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 02:51:01
泉源:

猫眼影戏

作者:

方赵春

手机审查

  猫眼影戏记者 顾涌称 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:精品剧情v国产在线观看

??01月09日,全国住房城乡建设行业职业技能大赛举办,

  其他娃子全都眼晕,神色发白,就这么盖严实了,那么沸的水能受的了吗,尚有怎么呼吸?

,性欧洲6-12。

??01月09日,“恭喜中国” 多国人士对“春节”申遗成功表示祝贺,

  村中祖传的古鼎共识,鼎壁上的日月山河、上古先民等都清晰了一些,流动神秘光泽,更显古朴,有一种沧桑气扑面而来。

,色妞网站免费观看视频,欧美久久久久精品一区,欧美一级人爱视频18。

??时势2:伊人免费看

??01月09日,双十一数据揭晓:累计销售额超14000亿,京东3C数码占比42.8%,

  即将已往的一年,是公司实验五年战略妄想的第一年,是继往开来、稳固基础、抢攻市场的要害一年。全体员工牢牢围绕“以市场为导向的产品、手艺及效劳领先”战略,艰辛创业,高歌猛进,铸就新的绚烂:~年,公司共生产州产品近万台。共推出和刷新电能表、终端产品及主站系统软件产品余种,。~年,公司实现销售收入突破亿,比~年的亿增添收入亿,增幅高达。完成外贸出口万美金。至此,公司一连4年年增添率凌驾40%,实现了跨越式生长。公司荣登美国福布斯中文版杂志~中国潜力100榜。~年,我们还会继续荣登~中国潜力100榜。公司销售市场继续扩大,已在天下21个省建设了驻外销售效劳处,~年,市场竞争异常强烈,产品价钱特殊是电能表价钱大幅下降,业内偕行谋划业绩普遍不佳,公司取得的这一效果,来之不易,它凝聚着我们公司全体员工的辛勤和汗水。我们向事情战斗在销售、产品推广、项目工程、市场效劳第一线的同仁们致敬,我们向事情战斗在车间生产第一线的同仁们致敬,我们向手艺中心、销售中心、产品手艺部、工业设计部、生产制造部、品保部、检测中心、企业治理部、采购部、财务部、办公室、人力资源部、车队等所有从事手艺、治理、行政的同仁们致敬。在即将已往的一年里,我们业已取得的这些效果,必将振奋人心,鼓舞斗志,为公司新的一年的生长涤讪坚实基础。

,亚洲激情图片,黄色,538欧美视频在线一区二区,超碰精品97在线。

??01月09日,初步结果显示:马尔代夫总统所在政党赢得议会选举,

  人们接着向下读,当念道“击碎初始地通道”这一行字时,马上炸锅了。

,收看三级国产黄色无码视频,国产AV高清黄,91精品综合。

??时势3:色综合精品

??01月09日,白皮书:中国在反恐怖主义工作中依法保障人权,

  穿山甲怒了,它知道杀错了人,那是对方扔已往的一个凶寇。

,欧美综合网视频在线,在线观看免费人成视频97,欧美一级婬A片久久精品。

??01月09日,【当台青“爱”上内蒙古】陈纪陵:我22岁时,在呼伦贝尔遇见梦中的“童话雪乡”,

  不少人一个趔趄,差点栽倒在地上。

,本子库漫画下拉式免费阅读,欧美先锋,亚洲日本不卡AⅤ片在线观看。

??时势4:韩国乂乂面红耳赤

??01月09日,日本樱岛火山喷发 烟柱高达3000米,

  大浪打来,正是远航之际,我们要为了院团委学生会越发优美的明天吐纳芳香

,永久免费 看片免费视频,AV自拍偷拍亚洲,国偷自产Av一区二区三区麻豆。

??01月09日,“减重版”司美格鲁肽在我国上市 谁都可以打吗?专家详解,

  列位向导、列位来宾、社区住民朋侪们:

,黑皮腹肌体育生导管素材,国产不卡毛片,永久免费A片在线看视频一。

责编:胡宗涛

审核:李娜

责编:吴志明

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