宋雨琦露出奶头 跳舞视频,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

2026-01-08 17:31:32
泉源:

猫眼影戏

作者:

朱小葭

手机审查

  猫眼影戏记者 宋小宝 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1:一级在线免费黄片欧美

??01月08日,深港两地深化职业教育合作,

  。ㄊ鞘逡 ,以前有过一处笔误 ,曾写过一次十三爷)

,91精品福利视频 。

??01月08日,“行在乡村 游在路上”最美自驾精品路线主题推选活动在陕西留坝启动,

  石子陵入魔了 ,彻底发疯 ,让他们恐惧 ,这是要将他们斩尽杀绝啊 。

,欧美重口另类轮轩网站,影音先锋玖玖资源av你懂的,草青青自拍 。

??时势2:锕锵锵锵铜铜好大在线观看

??01月08日,游戏产业成毕业生就业“香饽饽”,

  第三个问题是执行力的问题 。一个优异团队需要强有力的执行能力 ,政令欠亨办欠好任何事情 。我们学校现在在执行力方面保存有较量大的问题 ,究其缘故原由:一是向导干部以身作则不敷 ,在职工群众中的威望不高;二是上进心不强 ,苟且偷生;三是事情不扎实 ,深入不敷 ,头脑事情不到位 。

,70歳の老妇セックスXXX,英雄联盟卡莎被草动漫,免费视屏久久久爆操 。

??01月08日,陕西省夏收进度已过九成,

  一群凶寇傻眼 ,通常敬若天神般的大首领居然败了 ,被一个七八岁的孩子强势的断掉一条手臂 ,震撼而又让人颤抖 。

,羞羞羞视频在线观看免费,欧洲无码网站入口,最新黄色网站。 。

??时势3:国产精品久久国产精品99盘

??01月08日,香港金融科技周揭幕 金管局多措并举“点亮”新航道,

  俗话说:“可怜天下怙恃心” ,在这强烈竞争的社会 ,每个家长都希望子女能够出人头地 ,但苦于缺乏科学有用的教学要领 ,在教育孩子方面仍保存一定的盲目性 ,我也当过20多年的西席 ,也是孩子的父亲 ,在开家长会的之前 ,我曾相识过视察大大都孩子都有这样的心事:“家长对我提出的要求太高太严 ,我做不到 ,他们总拿我和别的孩子比 。”听了这些孩子的话 ,家长应更多地相识孩子 ,明确孩子 ,尊重孩子 ,我以为教育子女要做到以下几点:

,女干部们蒙面舞会,最新版韩国AV影片,雏田 爆 动漫在线观看 。

??01月08日,海关总署:保持执法高压态势,全力打击枪支爆炸物品走私,

  想要追溯远古神鸟——孔雀王的神秘 ,从成年的遗种身上基础无法入手 ,唯有打其卵的目的 ,将其孵化出后养在身边 ,才有可能窥到远古神禽的宝术的眉目 。

,日韩福利一区,黄色福利视频,欧美一级强奸片 。

??时势4:激情 小说 电影

??01月08日,云南镇雄山体滑坡搜救出11人已无生命体征 专家初步研判崩塌过程,

网站董事长致辞 篇28

,日本久久网站,白月季泊洲,亚洲图库综合 。

??01月08日,世界青年“蓉”耀汤尤杯 点赞成都城市活力,

  孩子们隔着很远 ,躲在山石缝间小心地寓目 ,玄色的巢直径足有十米长 ,很重大 ,不必想就知道是异种凶禽的巢穴 。

,妈妈好紧,黄色观看在线,欧美日韩A片免费大全 。

责编:费古伦斯

审核:牛有成

责编:安倍干了

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