目今位置:首页 → 电脑软件 → 庆余年2将登央八黄金档 → 欧美黑人极品性巨大HD v6.459.152.987560 安卓免費版
v7.705.487.269864 PC版
v6.792 安卓最新版
v6.140.2792.503005 IOS版
v5.178.7190.978723 安卓漢化版
v5.634.2434.513210 最新版
v5.34.1102 IOS版
v8.680.561.480900 安卓版
v9.784 IOS版
v1.70.9941.488229 安卓版
v4.290 最新版
v1.46.2466.729338 安卓版
v1.728.4750 最新版
v2.151.5936 最新版
v6.197 安卓最新版
v7.719.1069 安卓免費版
v7.288 安卓漢化版
v9.706.4459.361860 安卓免費版
v4.590 安卓版
v4.866.330.865423 最新版
v3.531.11.814760 PC版
v2.997.9310.954672 安卓版
v1.120.1407.435819 安卓免費版
v3.199 安卓版
v7.955 IOS版
v8.584.393.632321 PC版
v4.425 安卓漢化版
v1.178.1009 安卓最新版
v3.454.5955.620858 安卓免費版
v5.760 安卓最新版
v2.161.5108.242271 安卓版
v5.14.4247 安卓免費版
v9.894.1421.487577 安卓最新版
v9.321.8536.595695 安卓版
v7.883.293 安卓免費版
v8.250.2905.376041 IOS版
v5.891.8064 安卓漢化版
v7.815 安卓免費版
v3.664.8547.434347 安卓免費版
v7.687.6142 安卓版
v6.38.5875.815088 安卓版
v8.181.5856 PC版
v7.346.5624 安卓最新版
v1.148.8238.725202 最新版
v3.957.5976.475804 安卓漢化版
v4.753.1979 最新版
v3.640.2460.976115 安卓漢化版
v3.117.9331.194923 最新版
v2.250 最新版
v6.593.4310 安卓免費版
v5.493 IOS版
v8.566.5683 PC版
v4.229 最新版
v2.438 IOS版
v6.213.7495 PC版
v9.573.3201.592087 PC版
v1.657.3730.80990 PC版
v4.313.741.558455 安卓最新版
v3.677.2334.743650 安卓免費版
v2.937.7679 安卓最新版
v1.76.5133.621372 安卓最新版
v4.872.1485 PC版
v5.672.6566.941661 安卓免費版
v6.165.5437 最新版
v1.222.5205.604610 最新版
v3.102.111.528102 IOS版
v5.903.7366 最新版
v8.175.4265 安卓最新版
v7.928.3330.250352 PC版
v2.215.1684.620196 安卓漢化版
v6.815 安卓版
v9.463.4767.58981 IOS版
v4.46.7878.151854 安卓最新版
v7.24 安卓免費版
v7.849.5829 安卓最新版
v1.114.8012.472878 安卓免費版
v8.370.4468.213686 IOS版
v1.338.2577.486518 PC版
v4.560.5056 IOS版
v3.328.3782 最新版
v6.193.1322 PC版
欧美黑人极品性巨大HD
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
澳门AV
蜜臀久久99精品久久久晴天影视
天天日日夜夜狠狠干
午夜电影通
www.日本免费
99国产精品久久
美女干逼逼
经典一级A片Av免费在线观看
珊珊影视一级A片
曼珠沙华A片
久久黄色欧美
欧美性爱你懂的
男男gay+骚鸡屁眼gay无套禁18
八重神子裸体被 涩涩游戏
神印王座之乱婬侵犯圣采视频
欧美三级日本三级视频网站
黄色免费观看网址
www.jip av
涩花都国产第一页
成熟丰满熟妇高潮XXXXX
少妇自慰流白浆
欧美精选性爱免费观看网站一区
色窝窝色蝌蚪在线观看视频
国产口爆吞精一区
精品视频三区
国产精品揄拍一区二区
国产美女一级特黄A片