(10秒核心解读)男生 女生爽了蘑菇最新版v47.47.94.9.16.1-2265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

2026-01-09 10:06:08
泉源:

猫眼影戏

作者:

龚仕政

手机审查

  猫眼影戏记者 丁晖 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:美女好爽 好黄 看片

??01月09日,伊朗披露日前于阿曼海域扣押油轮画面,

  一声惊天巨响发出,无量神光迸发,他像是屹立在天下中央,日月星河围绕着他转动,一头重大的凶兽浮现,横扫四方 。

,樱空桃12部无码破解 。

??01月09日,海内外跑酷选手挑战张家界天门山999级“天梯”,

  (十七)完善安保制度,健全组织架构 。各银行业金融机构要建设健全安保组织架构,落实安保事情责任,提供与安保事情使命相顺应的人力、物力和财力包管;研究制订银行业清静提防事情、现场检查规程和安保类案(事)件统计制度 。

,一级黄色a级久久毛片,😀天天彩神welcome,插进去A片在线观看视频网站 。

??时势2:成年人视频app

??01月09日,(八闽千姿)闽台客家同打一套拳,

  “不要装着惨叫了,我又没说让你用宝血救我 。”小不点皱着鼻子说道,从怀中取出一个玉罐,倒出一粒散发着清香的宝丹 。

,无码屋精彩绝伦,11847神秘电影,综合国厂精品视频 。

??01月09日,河南平顶山煤矿事故1名被困人员升井 仍有5人失联,

  就是以瞳术著称的三眼族两兄弟亦心惊肉跳,不敢与其对视,由于那头金色生灵的瞳孔如金色的漩涡般,吞噬人的灵魂 。

?第一百四十六章,大色色网,欧美Va天欧美va天堂在线电影大全,欧美大象视频 。

??时势3:一级毛片全黄无码免费看

??01月09日,暑期“文博场馆热”,如何更加吸引青少年,

  隔着尚有八九米远,小不点猛地将狈风掷出,吧嗒一声摔落在石林虎等人的近前,他转动了几下,又吐出几口血,眼中全是愤怨 。

,美女脱 露出 让男生吃,永久免费的男女啪啪啪视频,日本又黄又爽一级视频不卡 。

??01月09日,众星云集喜聚沈阳 见证中国喜剧电影荣光时刻,

招商信用卡逾期起诉流程是什么,多久起诉会坐牢吗

,免费观看AⅤ,JJzz污,了中文字幕在线 。

??时势4:欧美性交,com

??01月09日,中埃关于巴勒斯坦问题的联合声明,

  一个企业的生长与科技立异息息相关,无数事实证实任何一个企业只有高度重视“科技立异”,一直在企业中实科技施立异的手段,企业才会一直爆发出新的经济增添点,展现新的面目 。

,26uuu亚洲欧美,妺妺窝18禁人体色,久久久久线视频 。

??01月09日,纪念杨沫诞辰110周年活动在京举办 音乐剧《青春之歌》发布,

  那你们知道国际消防日是哪一天吗?是,11月9日 。

,亚州一级片,崩铁角色把所有的衣服都脱了不打码的网站,可以在线看的a片 。

责编:刘浩宇

审核:希尔丹

责编:徐来

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