猫眼影戏
猫眼影戏
郭文和
手机审查
猫眼影戏记者 凯文-加内特 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:日韩AV人人操
??01月09日,外贸亮眼“成绩单”折射经济韧性与底气 新业态激活发展新动能,
(二)全市档案事情主要使命
,乡村梅姨免费阅读TxT。??01月09日,“碳”路先行|共享科技成果 山西太原借“数字丝路”论坛扩大对外开放,
小朋侪们,虽然,清静包括的内容是很是普遍的,仅仅做到以上那些是不敷的,还需要认真听取先生家长的教育,小朋侪们让我们学会自我;,远离危险、防患于未然。小朋侪要逐步学会有事不慌、起劲应对、自我;,提高应变能力,我们必需提防在先、小心在前;必需要树立高度的清静意识,人人讲清静,时时讲清静,从小在心中筑起坚实的清静防火墙。
,二女一杯食屎原版视频合法吗,人成网免费视频,国产黑色丝袜在线观看下。??时势2:一级大黄A片免费观看
??01月09日,福建永定:水产养殖喜丰收村民分鱼笑开颜,
凶禽猛兽暴动,遵从下令,血洗十方。
,薛凯琪吃黑肠原著h,免费看九九热大黄片,欧美黄色视频免费观看。??01月09日,(新春走基层)探访重庆春运“守夜人”:守护“奋斗者”平安归家,
五色孔雀还没有看到他们,但知道偷蛋贼在这个偏向,一起追杀,恼怒到了极致。
,操肏啊啊啊视频大尺度 香蕉,曰韩欧美视频一区二区三区,亚洲一区二区无码毛片。??时势3:国产站二区
??01月09日,遇袭半个月后 韩最大在野党党首李在明今起重返党务,
“你很好,不要铺张掉自己的资质,等我醒来后,将会让你看到另一片差别的天下。”这是柳神对小不点一小我私家的嘱咐
,黄色网站在线观看av,www.gangangan,女人18特黄色片。??01月09日,IPCC召开第60次全会 规划第七周期评估进程,
一、森林资源管护
,久久经典视频免费在线观看,在线播放黄色无码免费,日本剃毛XXXXA片视频。??时势4:羞羞视频 免费观看入口2023
??01月09日,中华慈孝养老高端对话:浙港澳台四地共话慈孝文化,
二是要学以致用,推动生长。培训后各人怎样做,是磨练培训效果的基础。因此,本次培训,学懂、学深、学透是条件,用好、用精、用活是要害。如那里置勤学与用的关系,真正做到学以致用、学用连系才是我们本次培训的最终落脚点。通过这次培训,要把所学的知识吸收消化,连系事情现实举行立异,深入思索适合村情的生长对策;要把所学的理论知识运用到带班子建组织强步队、抓经济促生长保稳固的实践中,运用到农村下层现实事情当中去,做到武装头脑,指导实践,推动事情;同时要把学习交流历程中掌握的信息、手艺和市场等资源充分整合,起劲找项目、营生长。
,亚洲AV无码秘 蜜桃粉股,haoniu精品,在线视频午夜。??01月09日,北京油鸡回京记,
他读罢原始真解,感悟颇深,逾越以前的认知,明晓了符文最本源的意义,最先重修搬血境。一粒又一粒光点浮现,若诸天神魔,常住其躯,为其诵经,守护其形,喂养其神,令他脱胎,一直强盛。
,妓女网久久av,十八禁小黄片无码在线看,你懂的免费视频。责编:奇士
审核:黄星
责编:方凤珠
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1