猫眼影戏
 |
|
猫眼影戏
薛仁贵征东
手机审查
猫眼影戏记者 英菲尼迪 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：Aa日本午夜在线视频
??01月11日,长江源头首处国际重要湿地十年间黑颈鹤种群稳中有升,
“啥 ，又是他 ？人神共愤。
,破苞 娇小 69外国网站。??01月11日,你有一份两会晨报，请查收！〔第8期〕,
四人修为极深 ，难以探出底线 ，有他们在 ，想要依附武力讨一个公正太难了 ，他们也不知修行几多年了。
,欧美a天堂在线,欧洲美女一级a视频免费看,欧美性Ⅴa。??时势2：亚洲淫乱网站
??01月11日,中国素描艺术研究展在西安展出,
(二)城镇化是转型生长的动力所在。刷新开放三十年以来 ，我国经济生长取得了重大成绩 ，主要靠两样工具。第一 ，靠体制释放的能量。已往机制体制不对理 ，严重约束了劳动生产力。从包产到户最先用了五年时间 ，我们就从欠缺经济完全实现了粮食自给自足。这就是体制释放的重大动力和能量。第二 ，靠廉价的劳动力支持工业生长。中国重大的生齿既为工业生长提供了富足的劳动力 ，并且使工业生长的本钱大幅度低于国际市场 ，形成了显着的较量优势 ，刷新开放30年来经济的活力与此亲近相关。那么 ，下一步靠什么来生长?毫无疑问 ，都会化是最大的动力所在。我一经算过一笔账 ，张掖凭证38%的城镇化率盘算 ，全市城镇生齿有50万 ，但现在全市有户籍的城镇生齿只有34万。若是到20xx年我们抵达天下的平均水平 ，也就是60% ，那么我们就应当有78万人栖身在都会 ，也就是说我们以后还要有28万生齿进城生涯 ，加上流感生齿可能在35万左右。若是按现行的标准 ，按人均40平方米的住房面积盘算 ，全市需要再盖1400万平方米的屋子 ，按1平方米综合产值1万元算 ，就是1400亿 ，这就是未来十年我们的城镇化产值。城镇化拉动经济生长的效应是综合的。凭证专家评估 ，修建质料涉及50多个工业行业 ，钢材的25%、木料的40%、玻璃的70%、水泥的70%、塑料制品的25% ，都是靠房地产拉动的。同时 ，房地产还占了整个交通运输量的8%。我们已往城镇化水平低 ，意味着增添的空间大。这恰恰又是我们的优势所在。只要我们捉住这样一个有利时机 ，在理念上、妄想上、建设时序的掌握上做到科学有序 ，就完全有可能通过城镇化建设来推动张掖经济社会的历史性转型。
,婚礼被灌满到腿抽搐合不拢,成年欧美劲爆特黄A片观看,日本黄色网站ABB。??01月11日,浓情端午，奏响文旅融合“龙船调”,
一道血气冲霄而起 ，如惊涛拍岸 ，崩开了天穹上的云朵 ，最后在小不点的头顶上方泛起一个岩洞 ，宛若一座火山。
,久久一级婬A片AAA毛片色欲,欧美国产微拍精品一,蜜臀18久久久久久爽在线观看。??时势3：无码一区二区三区视频在线播放
??01月11日,混团世界杯韩国队小组头名晋级,
他用力攥紧白嫩的小拳头 ，道：“你们太太过了！”
,久久免费A片视频,一路向西电影免费观看在线高清中文字幕,国产92AV视频。??01月11日,外交部：中国将把开放的蛋糕做大，把合作的清单拉长,
在早霞中 ，那小小的身影十分绚烂 ，散发着一股恐怖的气息 ，如一尊幼小的天神般 ，屹立在瀑布上 ，全身有一种难明的气韵。
?第六十一章 重瞳,亚洲一道本无码视频,女厕偷拍未删减版,A片www.。??时势4：美国人与动ⅩXXZOOP
??01月11日,京津冀三地联动 展特色传统文化,
一方诸侯统驭的生齿就数以亿计 ，没有一个简朴人物 ，而这么多臣子贵族齐聚 ，他们即便统驭少许人马来祭天 ，那也将是惊人的。
,3D全彩漫画魂叔母游戏,女性生殖器官图小妹妹,97干视频网站。??01月11日,2024年上半年云南12315为消费者挽回3800余万元损失,
一群强者流冷汗 ，他们的身份何等的高尚 ，通常间怎会在乎这些村民 ，无论走到那里都倍受尊重 ，这等墟落与山民 ，哪敢不从 ？可是现在 ，他们却不得不硬着头皮 ，向村人谢罪。
,成人 性视频免费网站,欧美人与动牲交免费播放,美女视频直播一级片免费观看。【《2023中国大学、央企、城市海外网络传播力建设系列报告》发布】
【外交部：中方就美国更新半导体出口管制规则提出严正交涉】
责编：顾浩
审核：白朴
责编：张兴仁
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
