目今位置:首页 → 电脑软件 → 海地帮派团体被指已比国家更强大 → 日韩h片在线 v6.729.3050 安卓免費版
v1.569.8698.296912 安卓最新版
v5.583 安卓最新版
v6.423.8279.359436 PC版
v9.126.2740.797422 最新版
v1.859.5500.801479 最新版
v6.472 安卓版
v9.124.5097.467476 IOS版
v3.807.7326 最新版
v5.253.5876 IOS版
v7.704 安卓漢化版
v8.700.3265.224189 PC版
v4.820.383.718656 安卓漢化版
v9.837 最新版
v9.746.1528.886000 安卓版
v1.574.9953.855471 PC版
v9.198.3248.11994 安卓漢化版
v6.931.5621.42679 安卓版
v4.381.4966.54871 安卓漢化版
v7.638.4252.217996 安卓最新版
v8.107.8958 最新版
v5.561 PC版
v8.482.3021.697320 安卓漢化版
v9.647.2575 安卓漢化版
v3.192.9659 最新版
v6.664.219.572084 最新版
v6.948.1 安卓漢化版
v6.481.5869.695678 安卓免費版
v6.238.1897.6655 安卓漢化版
v6.90 IOS版
v3.181.4889.108708 IOS版
v4.558 IOS版
v5.137.4346.341668 IOS版
v2.766.4337 安卓版
v6.45.8075.392083 最新版
v8.898 PC版
v2.967.9121 安卓版
v6.596.2543 安卓版
v8.947.2644.837231 安卓最新版
v6.755.3595.392491 安卓版
v1.894.8189.107902 安卓最新版
v7.136.2684 IOS版
v6.387.4828.729527 PC版
v7.222.9061.137235 安卓最新版
v4.956.2972 PC版
v2.116.3873.39520 安卓版
v6.26.9826 IOS版
v2.680.8635.188616 安卓最新版
v5.867.6957 安卓免費版
v8.966.8851.594625 PC版
v8.483.9018.817259 安卓免費版
v7.709.1119.732626 安卓漢化版
v1.14.2569 安卓版
v7.725 PC版
v1.38.5149 IOS版
v9.218.2214.988600 安卓免費版
v3.609.195.666322 PC版
v2.788.5525.400431 IOS版
v1.975 IOS版
v4.573 最新版
v9.876.2267.47775 安卓免費版
v2.684.5462 安卓免費版
v3.396.4371.233238 IOS版
v8.665.2230.945438 安卓漢化版
v3.496.1281 安卓漢化版
v9.186 安卓最新版
v5.115.3082 安卓最新版
v9.613.3038.260519 IOS版
v8.761.7758.383103 安卓最新版
v1.180.455.644112 最新版
v6.493.3253.226874 安卓版
v9.670.4108.652109 最新版
v4.30.774.434583 安卓版
v7.200 安卓免費版
v7.644.9664.496485 PC版
v5.809.3504.327992 IOS版
v1.727.7299 最新版
v9.800 安卓最新版
v9.585.182.591326 安卓漢化版
v9.37 安卓漢化版
v9.11.2030 PC版
日韩h片在线
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
97在线超级对对碰免费
一级黄片天天射
国内久久精品
AV天堂精品一区二区三区
德国不卡无码艹逼视频毛片
高清无码b片
97精品视频
一区一区黄色网
99杨晨晨被❌的嗷嗷叫
成人18+游戲APP
A片小说图片
缘分的天空动漫免费观看策驰
免费高清黄色视频
www.黄色网址
5555免费视频
性按摩XXXXvideO
欧美肥老太性交大战
AV裸体网站
少妇无码一区二区三区免费
色秀视频在线观看
一级簧片aaa免费观看
免费无码A片在线看视频
鸣人艹雏田漫画
在线观看黄色视频官方
日本黄色网站视频。
欧美性爱 自拍
插逼无码视频
曰本三及乱伦网址
六月婷婷五月天
大精鱼网页版1.0.0最新版本特色
人成午夜福利免费网站