猫眼影戏
猫眼影戏
颜沛青
手机审查
猫眼影戏记者 朱湾 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1:88xx的最新地址
??01月09日,统战力量因地制宜施策 助浙江新昌低收入家庭“奔中”,
“让这片大地染遍赤血,你们当中的佼佼者,我会带走,允许你们相随,在我栖居的神山上修炼。”一头至尊生灵咆哮道。
,毛片无码免费视频一区二区三区。??01月09日,150余家厂商亮相巴西圣保罗国际纺织服装采购展,
(二)坚持城乡统筹,解决好城乡二元结构的问题。城乡统筹既是城镇化建设必需处置惩罚好的关系,也是农村生长必需思量的要素,从张掖的现实看,城乡统筹主要要做到以下几个方面:一是妄想统筹。在一个县域规模内,哪些乡需要建,哪些乡需要撤,哪些村要集中到州里上来建,哪些村要集中到县城来建,哪些村要就地重修,哪些村要搬家,都要做一个周全的妄想,镌汰不须要的资源铺张。二是政策统筹。在思量都会建设的同时,一定要思量农民的需求。土地、社保、户籍、公共效劳等方面的政策要统筹思量,通过政策指导资源合理设置、城乡统筹生长。三是要解决好“四化”村建设中的熟悉和误差。这几年我们的“四化”村建设取得了显著效果,为新农村建设探索了一种新的模式,也完全切合这次中央城镇化事情聚会提出的要求。但若是把“四化”中的“社区化”简朴地明确为“楼房化”,就是熟悉上的误差。我们既可以有楼房版的社区,也可以有平房版的社区;既可以有生产、生涯脱离的社区,又可以有生产、生涯连系在一起的社区。因此,要因地制宜,阻止一样平常性楼房的审批。建设、妄想部分和各县区要再做一次深入的调研,进一步明确新农村建设的思绪和“四化”的标准,凭证城乡统筹的原则,谋划好新农村建设的偏向、着力重点和建设顺序,避免把农村建成微缩版的都会。
,凪光老师主演的电影在线放映,久久人人操人人操b,人人摸一人人操。??时势2:欧美A片短视频
??01月09日,香港举办“十大杰出大专学生选举2024”活动,
天地轰鸣,银色磨盘转动,红色宝扇拍击,他向前冲去,硬撼四大能手。
,www.gangangan,簧片网站在线看,538WWW。??01月09日,2024西藏自治区“宪法宣传周”启动仪式拉萨举行,
导读:1.实时与银行**:一旦发现自己信用卡逾期了,第一时间与银行**是很是重要的?梢酝ü缁啊⒂始蛘咔鬃郧巴芯傩邢嗤。见告银行自己的情形,并表达自己解决逾期问题的至心。信用卡逾期是许多人都会遇到的问题,可是怎样与银行协商解决逾期问题却是让许多人感应疑心的事情。逾期不但会影响小我私家信用纪录,还...
??时势3:亚洲婷婷丁香一区二区
??01月09日,这个国际会议全球瞩目!读懂中国,要读懂什么?,
小不点一巴掌拍出,符文漫天,闻讯赶来的十几人马上如稻草般飞起,撞在了后方的巨石上,口吐鲜血,再也起不来了。
,2021三级片直播,黄色网站在线看免费国产,鹤童的脚底。??01月09日,特朗普公布国务卿、司法部长拟任人选,
同砚们,你们是祖国的未来,民族的希望。优美的未来,召唤着你们勇猛前进。借此时机,我希望你们:从小树立远大理想,作育高尚情操,做到心中有祖国、心中有整体、心中有他人;希望你们勤劳学习,周全生长,掌握真本事,为未来长大后周全建设小康社会而做好准备;希望你们互帮相助,团结前进。最后祝本次活动取得圆满乐成!谢谢各人!
,男性自慰Gαy furry,欧美 日韩 国产,国产精品无码无套。??时势4:少夫黄色视频一区二区
??01月09日,总台辽宁总站揭牌运行!中央广播电视总台与辽宁省人民政府签署战略合作框架协议,
这也是原始凶骨稀珍,宝术价值无量的缘故原由所在!
,2020无码在线,插美女下面,欧美同性恋视频。??01月09日,(巴黎奥运)“行动派”邹敬园:有收获也有遗憾,这就是奥运,
神环当空,璀璨醒目,笼罩着小不点,柔和时若神月,当中有一道身影自力,清辉洒落,祥和而神圣。强盛时,神环若烈阳,中心身影慑人之极。
,一级AAAAAA无卡顿毛片,66j8影,精品国产国产在线视。责编:邱吟文
审核:周明增
责编:王继虎
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1