目今位置:首页 → 电脑软件 → 情敌弟弟抢走了我妹妹 → 国产gizz v6.189.8331 PC版
v8.558.5595.160864 安卓漢化版
v1.234.4635 IOS版
v4.367.9599 安卓版
v4.926 最新版
v3.344.8317.689165 安卓版
v1.195.5509.329299 PC版
v2.886.1401 PC版
v8.117.740.839052 最新版
v1.591.5569.829470 安卓免費版
v2.944.4207.281113 安卓版
v8.148.8040 PC版
v6.314.9610.333860 安卓版
v6.435.3102.581964 安卓免費版
v7.106 最新版
v8.536.389.921247 PC版
v2.86.3157.642206 安卓版
v8.320.8613 安卓版
v5.871 最新版
v9.751 最新版
v6.35 安卓最新版
v5.230.9836 IOS版
v7.764.9274 安卓漢化版
v2.399.5638 IOS版
v3.641.2059.353955 最新版
v1.886.866 最新版
v6.335.1541 PC版
v9.32.4859.171739 IOS版
v9.707 PC版
v5.323 安卓最新版
v8.96.2309 IOS版
v3.339.1236.773100 安卓免費版
v6.312.6086 IOS版
v7.50 安卓免費版
v4.703.9876 安卓版
v6.997 安卓免費版
v1.495.2287.647103 IOS版
v6.9 安卓最新版
v9.741 安卓版
v8.492.7665.683805 安卓免費版
v3.630.3249.117622 PC版
v6.102 PC版
v8.187.5467 IOS版
v7.203.5455 PC版
v8.153.1096.427534 安卓最新版
v4.495.1266.735435 安卓最新版
v1.486.7621.364972 安卓最新版
v2.245.9909.831649 IOS版
v9.183.6572.530106 PC版
v7.145.5824 安卓最新版
v4.781.9060 安卓漢化版
v8.851.5225 IOS版
v1.984.5634 最新版
v5.796.6650.226595 安卓漢化版
v4.738.7935 最新版
v8.692 最新版
v6.653.8403.79882 安卓最新版
v3.572.8011.283830 安卓免費版
v6.41.5941 安卓漢化版
v9.62.3306.561589 PC版
v2.933.3751.215350 最新版
v7.5.2653.930831 安卓免費版
v2.333.869 安卓漢化版
v8.368 安卓最新版
v7.78 安卓版
v5.450.5703.678946 安卓免費版
v4.32 安卓最新版
v3.197.8405 最新版
v1.824 安卓版
v3.422.2875.72469 安卓版
v1.531.2842.208336 安卓漢化版
v8.333.5479.738080 最新版
v3.637.1292 PC版
v7.721.2225.961874 安卓免費版
v3.339.1254.330106 最新版
v2.87 安卓版
v4.467 安卓版
v4.562 安卓最新版
v8.827.4790.226560 安卓免費版
v9.365.1527 安卓免費版
v7.693.7038 IOS版
国产gizz
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
超漂亮的露脸美女啪啪
美女穿比基尼洗澡露奶头
久久亚洲精品无码观看不卡
一本高清DVD在线
动漫美女撒尿
又爽又湿又硬免费视频网站
国内精品视频在线大学生
午夜一级无码乱伦视频
91大黄鸭裤袜
又爽又刺激的视频网站
免费高清黄色视频
看一级黄片纯黄的
男生插女生阴道的网站
588一级午夜人妖午夜一级片
邪恶漫画在线观看
粉嫩无码毛片免费看
男人天堂男人天堂男人天堂Www777Co more男人天堂
C0m一级毛片
性爱欧美人人操
欧美极品精品网址在线
国产潢色一级A片处破免费
范冰冰性爽歪歪大片免费观看
家属1~4动漫
黄色视频在线免费看网站
男生把困困放在女生困困视频高清
玖玖色资源网
操逼啊啊毛片嗯啊网站
花季传谋