(5分钟轻松理解)99riav1.co鈥唌电脑版v50.02.443.67.40.57-2265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

2026-01-11 09:25:19
泉源:

猫眼影戏

作者:

树凌寒

手机审查

  猫眼影戏记者 董园园 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:A 级大黄片

??01月11日,韩国一工厂发生火灾2名消防员遇难 尹锡悦表示哀悼,

  这个少年吐了一口血,连伤带气,昏厥了已往 。

,天堂网精品无码A√在线 。

??01月11日,2025春节机票搜索量暴涨2.2倍 除夕当天多条航线经济舱全价,

  拥抱阳光;放飞梦想;追逐阳光,享受快乐;播种阳光,收获乐成 。让我们用阳光般的言行去践行小学部的办学理念:阳光六年,幸福一生!

,大型av网页,老师破处学生小穴抖阴糖心网站,高清国产精品原创AV 。

??时势2:久久精品毛片女人国产

??01月11日,“一雪难求”!北方何时再现降雪?这次冷空气能让广东降温吗?,

  “刻下相关信息,完善这项纪录 。”肩头有一只五色鸟的老爷子向他提醒道 。

,美女被操免费网站,九九免费在线视频,无码又爽又刺激免费视频 。

??01月11日,柬埔寨证券公司CEO:柬资本市场将迎来“黄金十年”,

  二是作育一支高素质下层干步队伍的需要 。

,欧美Aa免费网站,王多鱼和韩婧格免费资料,禁止18的进入A片 。

??时势3:pornhub内板在线观看

??01月11日,“触网”年龄降低 如何让未成年人享有健康网络空间,

  “石子陵这小我私家很恐怖,族中不定心,很不希望他再泛起了,多加注重,有新闻连忙上报 。”中年男子脸上浮现出一股戾气 。

,高清无码乱伦,美女玉足被 到爽 流,黑土腿法技艺高超 。

??01月11日,国家安全是中国式现代化行稳致远的重要基础(学习贯彻党的二十届三中全会精神),

  穿山甲再动,猛的一转身,一条金色的尾巴横扫而来,摧枯拉朽,途中撞到一块十万斤的巨石,直接击断 。

,Fuck♥XXX♥furry,男生困困进女生困困洞里的视频免费,www,欧美日韩黄色视频在线观看,com 。

??时势4:免费看A片不卡

??01月11日,石排代表团建议:做好做强做大潮玩产业,

  而这照旧小不点随意的一击,基础没有怎么用力,就造成了这么大的杀伤力 。

,久久国产三级片免费电影,成人免费毛片 蓝莓,91坐爱黄色小视频 。

??01月11日,推动高质量发展·权威发布|广西:持续擦亮“山清水秀生态美”金字招牌,

  生长在大山中,所有强盛的男子都希望有一匹可以日行万里的宝驹,这是男子特有的梦想与癖好 。

,中文字幕手机在线观看第一页,蜜蜜官网,日本主播一区 。

责编:张立民

审核:庞彩云

责编:金素恩

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