目今位置:首页 → 电脑软件 → 特朗普团队称不会派兵维护乌和平 → 黑人和中国人的男性功能区别 v1.109.6062.830175 IOS版
v1.309 安卓最新版
v7.340.3995.298401 安卓免費版
v2.288.9023.221249 最新版
v9.464.5844.461694 安卓免費版
v3.24.3977.144709 安卓版
v9.632.9677 最新版
v6.687 安卓漢化版
v7.28.4551.123223 IOS版
v1.171.1073 安卓免費版
v3.501.2307 最新版
v5.875 安卓免費版
v4.110.4195 最新版
v5.951.4340.62560 安卓最新版
v1.346.3681.144933 安卓最新版
v9.133.90.973938 PC版
v9.908 安卓免費版
v7.31.6554.243053 安卓免費版
v7.672.3384.689182 安卓漢化版
v7.463.1359.694967 安卓漢化版
v9.624.6203.613427 安卓版
v6.380.6057.346641 安卓漢化版
v8.197.5647 PC版
v3.466.9312.169549 最新版
v5.493.8931.436765 IOS版
v7.920.3519.102765 PC版
v2.448.8700 IOS版
v2.296.9694 IOS版
v9.248 PC版
v3.359 最新版
v2.147.5836.649035 安卓版
v8.503.3813.790263 安卓免費版
v8.572.8523.130065 安卓漢化版
v3.683 安卓漢化版
v6.858.3341.745375 安卓最新版
v4.365.1032.531670 安卓版
v9.502.9614.539204 安卓版
v5.98 安卓免費版
v4.670 PC版
v7.709.6274.943306 安卓漢化版
v9.9.1126.448068 安卓漢化版
v6.207 PC版
v4.767 PC版
v8.152.3704.2603 安卓漢化版
v6.899 最新版
v3.805.5543.64862 安卓最新版
v2.551.7602 最新版
v2.935.2816.221029 安卓版
v6.484 PC版
v4.780.6940.650196 PC版
v6.760.3542.491109 PC版
v7.809.7231.84186 安卓版
v9.26.6438 安卓漢化版
v6.635.999 安卓漢化版
v8.138.4721 安卓版
v7.524.168.157133 PC版
v5.985.5814.933918 IOS版
v3.526.4953.496050 安卓漢化版
v8.760.5492 安卓免費版
v2.514.5646 安卓漢化版
v1.511.7280.414543 最新版
v3.809.5754 安卓最新版
v5.458.881 安卓最新版
v5.737.3233.396879 安卓漢化版
v6.223 安卓漢化版
v7.835.6202.88773 IOS版
v8.168.2911.291340 最新版
v8.424.9356.943527 最新版
v6.928.6909 安卓免費版
v2.394 最新版
v9.645.1309.180529 PC版
v2.78.510 IOS版
v2.984 IOS版
v3.906.1178.880289 PC版
v8.99 安卓版
v7.390.4599 安卓最新版
v1.858.3752 IOS版
v5.433.8740 IOS版
v4.786.3537.85298 最新版
v9.839.3037 安卓版
v3.803.3734 安卓漢化版
黑人和中国人的男性功能区别
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!
相关版本
多平台下载
审查所有0条谈论>网友谈论
久久黄色视频区
全国精品一级AV黄片免费看
国产精品一区大胆视频
性爱欧美AAA
免费黄色片视频网站
强制成长中动漫第二季
欧美黑人操B巨大
精精国产XXXX野外视频在线
久久精品老女人性爱免费视频
ChineseglirHD
222aaa.com男人天堂
国产精品亚洲片在线变态另类
1024手机在线免费看电影你懂的
免费无码中文字幕A级在线
少妇三级片久久
91久久久精品无码一区二区
性巴克女被 c 扒衣服种草莓电影
性爱 欧美 视频
国产精品福利尤物youwu
性爱网址入口
欧美色图亚洲色
se亚洲国产综合在线
男生GAY狠打spanking
国内视频欧洲日韩亚洲你懂的网站