目今位置:首页 → 电脑软件 → 说服交错战线游戏策划 → 亚洲色欲香天天欧美 v2.897.3405.23841 安卓版
v6.256.4909.71094 最新版
v8.173.1755.278935 安卓免費版
v7.562.6230.293571 PC版
v7.497.7587.154609 安卓版
v8.483 最新版
v7.169 安卓免費版
v5.32.2809.208790 最新版
v8.338.9561.405826 安卓最新版
v7.528.1078.10261 安卓漢化版
v7.9 最新版
v8.747.3930 PC版
v7.975 最新版
v5.322.8994.479362 安卓最新版
v9.527 最新版
v1.569.7655.741091 安卓版
v8.815 安卓免費版
v9.33.4512 安卓漢化版
v3.927.188 IOS版
v3.554.4931.520687 安卓漢化版
v2.557.698.751098 最新版
v1.897.5237.957209 最新版
v8.267.6668 安卓免費版
v5.172.467.643231 最新版
v4.616.9278.973145 IOS版
v8.565.7766 安卓版
v2.968.5917.181642 安卓版
v4.897.1528.751567 安卓版
v1.637.2303.155680 安卓免費版
v2.59.7491.430588 安卓最新版
v7.954.410.295887 安卓版
v2.894 安卓版
v8.805.1864.66427 IOS版
v8.2 安卓版
v1.815.1105.932247 安卓免費版
v6.160.8638.821598 最新版
v7.281.3080.471947 IOS版
v7.32.8857 安卓漢化版
v3.774.9622.960188 PC版
v9.42 安卓版
v4.303.8027.27581 IOS版
v4.715.1314.316384 安卓漢化版
v7.164 安卓最新版
v1.256.3285 安卓版
v4.824.9676 安卓最新版
v6.505.4745 PC版
v4.505.3299.944151 安卓免費版
v5.729 安卓最新版
v1.574.2205 安卓免費版
v4.187.4433.987749 PC版
v3.18 安卓漢化版
v4.849.5700.199296 安卓免費版
v4.69.624 安卓漢化版
v7.673.2995 安卓漢化版
v9.257.7753.895102 安卓免費版
v6.852.2596.718657 PC版
v2.801.4116.766840 安卓免費版
v8.764.3213.439999 安卓免費版
v5.714 PC版
v6.100.5615.217828 IOS版
v8.707 安卓版
v3.962.9038.53303 IOS版
v5.221.2452 安卓漢化版
v2.528.4109.237523 安卓版
v5.756.7975.321815 IOS版
v3.908.2691.829755 IOS版
v3.200 IOS版
v2.391.4623.428030 安卓版
v8.798.1916.651697 安卓免費版
v1.881 最新版
v8.112.7543.953535 最新版
v8.982.8386 安卓版
v9.530 安卓最新版
v7.976.1035.804356 PC版
v4.934.4785 最新版
v2.667.3046 PC版
v6.478.5286.965572 安卓最新版
v9.110 PC版
v7.725.7439.490671 安卓免費版
v7.887.9671 PC版
v2.957.7536 IOS版
亚洲色欲香天天欧美
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
欧美精品AⅤ在线视频
黄色,毛片网站在线观看
亚洲日韩网站在线观看
日韩新片av
国产毛片久久久久久久精品
啊啊啊慢点视频
女人撒尿偷窥视频:
别告诉妈妈免费观看电视剧下载
高清 码 蘑菇视频
91免费在线观看视频
啊啊啊啊啊啊啊!无码免费看
爱爱精品视频
91自拍亚洲
男人把女人捅到爽视频
农村乱大交做爰XXXⅩ
打臀缝撅高姜塞
免费久久黄色网站
免费AV无遮免费网站在线播放
大精鱼网页版1
性妓女免费视频在线观看
思思热视频在线观看
欧美久久黄色