猫眼影戏
 |
|
猫眼影戏
陆广平
手机审查
猫眼影戏记者 刘畅郑 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：少妇扒开下面自慰喷白浆
??01月09日,云南拟同越南北部四省加快通道建设 推进互联互通,
4、针对一直转变的中考 ，我们必需增强考试的动态研究 ，以此指导我们的温习 ，抓好专题温习研究 ，有用地把中学阶段的知识点梳理清晰 ，以使学生周全掌握知识。在课堂教学上要注重教给学生的学法指导 ，让学生对知识的掌握和应用 ，做到闻一知十 ，驾轻就熟。
,樱花成人研究所。??01月09日,浙江省两会启幕 拼经济、强科创、传非遗等成热词,
即便云云 ，它的伤势也极重 ，若无宝药 ，可能无程序过这一关。
,一级黄色网站地址,人人爱人人操人人叉,国产 中文 制服丝袜 另类。??时势2：胡桃屁股被掰开流水
??01月09日,新疆喀什地区2024年少数民族传统体育运动会开幕,
一办：全体西席起劲营造协调向上、创优争先的事情气氛 ，通过学习型教研组建设、文化建设、师德建设、增强一样平常治理等起劲开展建设“协调团队”活动 ，谱写了团结、向上、温馨、协调的教研组之歌。
,免费18,精品 欧美,城市激情夜图片小说。??01月09日,云南省发布总林长令：坚决遏制森林火灾多发频发态势,
第一、给孩子以智爱而不是溺爱。什么是溺爱 ？溺爱就是岂论孩子的要求合不对理 ，都一味的去知足他 ，智爱和溺爱的区别是：智爱是周全的体贴 ，尤其是看护孩子的心灵 ，而溺爱是片面的体贴 ，只看护孩子的外貌需要 ，那么我们该怎么做呢 ？
,美国av手机在线人人很,少妇免费一区二区肉色,高清无码精品。??时势3：猛男GayGay 无套beat
??01月09日,《群书治要续编》出版座谈会在北京举行,
他抽出一根赤羽 ，迎风一晃 ，连忙化成了十丈长 ，直接就横扫了已往。
,脱 让学生摸 手机VR游戏,欧美黄色视频免费观看,治疗阳痿早泄小妙招你试过吗?。??01月09日,老员工工作年限被“清零”？老员工工作年限被“清零”？,
“它有暗疾 ，不然我没有一点时机 ，只能逃走了。”小不点自语。
,😀10元投资单双平台(中国)官方网站,九色欧美视频在线,爱操逼综合网。??时势4：黄色网站网址视频
??01月09日,丝路青年说（十五）|“来中国是一个很好的选择”,
长大后 ，我们学会了自力。虽然爸爸妈妈总是尽最大起劲为我们做一切事情 ，以便给我们更多的时间阅读和写作 ，但我们坚持做自己的事情。被子缭乱的时间 ，我们会叠被子。衣服脏了 ，我们就洗衣服 ？吹降匕逶嗔 ，我们会自觉的拿起拖把。
,在线成人视频视频,欧美一级婬A片久久精品,男女黄色网站视频。??01月09日,如何发展新质生产力（政策问答·2024年中国经济这么干）,
清早 ，红色的太阳在雾气中升起 ，淡柔的霞光洒落 ，将山林中的浓重雾霭都染上了彩色 ，徐徐流淌。
,抠逼A片,欧美裸体自拍视频在线,男孕期双腿大开分娩。责编：郭娜
审核：穆舒克
责编：奥萨马本拉登
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
