福瑞r18官网入口,拒绝平凡,让每一次打开都充满新鲜与期待

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

2026-01-11 20:48:50
泉源:

猫眼影戏

作者:

向利华

手机审查

  猫眼影戏记者 多米尼克 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:偷拍欧美诱惑强奸主播同性一区二区

??01月11日,依法严惩毒品犯罪 打好禁毒人民战争“绿装”铁皮房变身“城市包容间”,

  “嗯?”石子陵一惊。

,国产一区二区精品久久久电影。

??01月11日,“港澳成果+南沙转化+湾区应用”协同创新链正在形成 改革扎实落地,

  “他们怎么会这般猖獗猎杀猛兽,就是生齿激增也不应这样啊,他们的村子大都爆发了什么事。”族长石云峰做出推断。

,亚洲爆乳性爱三级片,触手钻进了护士的私密部位,欧美黑白大黄特黄大片。

??时势2:撕开 吸奶头 进 视频在线看

??01月11日,2024年世界U23摔跤锦标赛 中国选手陆锋摘银,  2021年8月,王军任东方电气集团东方电机有限公司董事长、党委书记,2023年9月任东方电气股份有限公司副总裁,至此番调解。,免费A片网,日韩毛片网址,久久99无码国产精品性一区人妖。

??01月11日,国产大飞机即将执飞上海-广州航线,

开学学校向导讲话 篇25

,萌琪琪16分钟,成年人欧美性爱视频,外国操逼网站。

??时势3:黄色片在线观看视频网站

??01月11日,香港水域出现水龙卷 专家指未来几天或有大雨,

  小不颔首都没抬,直接接受了人家的“盛意”,脆声道:“要,给我一柄两万斤的锤子。”

,吴梦梦星辰影院,老公,国产羞羞视频在线观看免费。

??01月11日,2024年台盟组织工作会议在昆明召开,

  泰半日的时间,深入了很远的一段旅程,青鳞鹰才回返,以免泛起意外,由于战后的废土也可能隐藏着极大的危险。

,xxxx欧美图片,三级黄视频免费看,www.青草。

??时势4:在线观看

??01月11日,中国努力变“废地”为良田,

  我们的学校是一个各人庭,内里的每个兄弟姐妹都要至心至心地为这个各人庭做出孝顺,学校的一草一木都是我们各人配合的财产。当你突破一块玻璃时,你可曾为自己的过失而自责?当你和同砚由于一件小事,爆发口角时,你可曾想过你的无知与激动?当你由于上课不专心听讲而与先生爆发矛盾时,你可曾想过别的同砚可能是何等的厌恶你的行为?我们只要为我们的行动认真,学着长大,定能成为守纪的模范。

,亚洲精品乱码久久久久久动漫,九九热门精品免费,涩涩在线观看。

??01月11日,云南镇雄县山体滑坡救援进行中 调用100余顶帐篷400床棉被等物资,

  三是要遵守纪律,树立形象。列位都来自农村生产第一线,是一个家庭的主心骨,维系一个家庭的生计。同时,又是村两委的主要向导,有的照旧企业的认真人,抽出时间脱产学习,一定有这样那样的难题。对此,我们作了思量,将这次培训班由前两次的8期缩短到4期,每期授课时间也从5天压缩为4天。各人要合理安排好家务和村务,有始有终坚持究竟。今天你们来加入培训,现在的身份就是学员了,当务之急是要尽快进入角色,既来之,则安之。我希望在培训中,各人要自觉配合,听从治理。不缺课、不迟到、早退,中午不喝酒,不应去的地方坚决不去,不应做的事情坚决不做,严以律己,树好形象。

,欧美 在线 精品,趴男朋友腿被脱裙打屁股视频,久久国爱黄色视频。

责编:卫璧

审核:胡斯蒂娜

责编:赵治海

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