猫眼影戏
猫眼影戏
常冰
手机审查
猫眼影戏记者 潘柄亮 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:欧美黑人做嫒在线视频
??01月12日,河南光山:油茶花开 漫山染“雪”,
近前的湖泊,种种鱼类应有尽有,特殊是龙须鱼这种补药,真的太名贵了,让每一个族人笑的合不拢嘴。昔日,就是紫山一脉、雷族、金狼部落的直系也不可能这样奢侈的日日享用到可以增添实力的异种珍鱼。
,美女的。??01月12日,2024中非合作论坛峰会即将拉开帷幕 关于中非合作他们这样说,
好比有的同砚意识到,自己和同砚同时背一篇课文自己要较长时间,别人只用较短时间,感受自己和同砚相比有一定的差别,在学习上就会尚失约心。在这一点上,请各人不要气馁,我们可以用后天的勤劳来填补先天的劣势,要学会“笨鸟先飞”。
,www.黄色网页久久,美女猛舔大鸡巴,国产一级a爱。??时势2:久久A级毛片免费看
??01月12日,历史性时刻!外媒:嫦娥六号“迈出探索太空重要一步”,
第四,希望各级团组织在推进团的自身建设的实践中健全组织,带好步队。学院各级团组织要深入学习精神,坚持党建带团建,切实增强和刷新自身建设,周全推进团的头脑、组织、作风和制度建设,一直增强团组织的吸引力、凝聚力、亲和力和战斗力。要一直研究新情形,解决新问题。要起劲探索新时期团员教育治理的新要领、新途径,立异治理手段,刷新治理方法,逐步形成顺应团的事情开展的治理机制。要切实做好生长团员和推荐优异团员入党事情,源源一直地向党组织运送新鲜血液,牢靠和扩大党的青年群众基础。
,精品 欧美,性香欲视频一区,极品无码国产在线观看。??01月12日,广西都安一民警因抢救落水者不幸牺牲,
各人好!
,一女被两男玩4p奶头,曰韩欧美视频一区二区三区,bl奶狗被炮机c哭3D。??时势3:女处被破的视频
??01月12日,宁夏银川:房地产在售项目来访量、成交量环比增长48%、66%,
曾提出:“建设高素质干步队伍,是全党的一项刻禁止缓的重大使命。增强农村下层组织建设也必需把建设高素质的农村下层干步队伍作为要害环节和必需抵达的一个目的。”农村下层干部是我们党和国家干步队伍的主要组成部分,是向导农民群众脱贫致富奔小康,实现农业农村现代化和建设社会主义新农村的焦点实力O虏愀刹蕉游樗刂试跹,直接影响着我镇的经济生长和社会前进。上面千条线,下面一根针,要创立性地贯彻执行党的目的政策,要害在干部。以是只有我们村居干部树立起一心一意为人民效劳的头脑,才华全力以赴地向导农民群众生长农村经济,为农村各项事业的生长创立须要的物质基础。通过掌握宣传群众、发动群从、组织群众、效劳群众的基本功,学会用民主果真透明的要领治理村务,建设健全农村事情的各项制度,使农村事情逐步走上规范化、法制化、民主化、科学化的轨道。这样,才华获得群众的拥护,党和国家在下层的一系列目的政策才华获得周全的贯彻落实,新农村建设才华生气勃勃兴旺蓬勃。
,老妇XXXXX性开放老少配,欧美性爱俺去操你啦,国产产在线精品亚洲A福利。??01月12日,2000年前的司法文书解读河西走廊古代生活,
标记人以为,房地产的品质在于前期的设计、中期的建设和后期的谋划治理。事实证实,将房地产的开发和谋划治理有机的连系将为业主创立更大的附加值。
,朴正姬纪录片在线播放,深夜福利免费视频,国产一区二区免费精品。??时势4:国人自拍无码视频在线播放
??01月12日,沪上老字号餐厅年夜饭“一厢难求”,
红日西沉,天涯尚有些残红,即将彻底消逝,天色已经有些阴晦了。
,乱色伦图片区,免费无码婬片A片AAA日记,亚洲一区二区三区中久无码。??01月12日,云南三所乡村小学合唱团唱响“田埂上的童年”,
但即便这样也够惊人,令那只老狈体态一滞,喷出的霞光被阻住了,它露出惊色,眼神越发酷热了。
,黄片在线资源,糖心动漫vlog官网观看,www.porono。责编:克里浦斯
审核:千林秀
责编:王锋刚
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