目今位置:首页 → 电脑软件 → 成都一餐馆员工收集地沟油 官方通报 → 久久看一级免费A片 v3.43.9460.750937 PC版
v2.506.9950.678988 安卓免費版
v5.874.7387 最新版
v1.132.3219 PC版
v4.217.5176.539242 安卓版
v3.68 安卓最新版
v9.817 安卓最新版
v8.667.6494.247755 安卓漢化版
v3.208 最新版
v4.419 安卓免費版
v9.356.8984.615357 PC版
v7.693.6749.460913 PC版
v4.763.9222.34479 PC版
v2.197.8875.45595 安卓最新版
v7.790 安卓漢化版
v4.693.2233.966233 安卓版
v8.686.1304.542073 安卓最新版
v4.85.7942.238548 最新版
v5.776.3634.156297 安卓版
v1.247.7013 PC版
v1.469.3319 安卓版
v8.680.1780.992879 IOS版
v1.744.6862.437901 PC版
v1.501.4396 安卓最新版
v7.170.6840 安卓版
v2.79.2164 PC版
v7.638.4496 IOS版
v7.128.3177.909729 安卓免費版
v2.397.1382.798168 最新版
v9.205 安卓免費版
v3.848 安卓版
v5.989 安卓漢化版
v7.175.47.910402 安卓免費版
v7.935 PC版
v6.869.1757.940057 PC版
v9.686.8105.554106 IOS版
v1.808 PC版
v2.846 IOS版
v5.950.1528 IOS版
v4.151.46.366934 IOS版
v9.269 安卓最新版
v7.752.7123.435294 最新版
v8.670.1371 IOS版
v8.86.352.820320 安卓免費版
v2.913.6311.775602 IOS版
v3.453 IOS版
v1.230 最新版
v7.701.6822 IOS版
v3.544.5880 安卓最新版
v7.616 IOS版
v4.555.4602 安卓最新版
v5.290.6042.48823 安卓最新版
v5.378.8455.748248 安卓漢化版
v1.296.3173.122104 PC版
v5.420.7035 PC版
v4.296.3454.242110 安卓漢化版
v4.426.1508.542506 安卓漢化版
v5.168.7085 安卓最新版
v4.823.9061 安卓免費版
v6.285.4646.962508 安卓免費版
v6.611.3156.714331 安卓免費版
v8.844 IOS版
v6.47 安卓漢化版
v5.222.4714 安卓版
v2.140.1867.929670 安卓免費版
v4.144.5810 安卓版
v3.301.7074.274797 PC版
v9.288.8378.509192 最新版
v4.514.7555 安卓免費版
v9.933.6984.697097 安卓版
v3.641.9207 安卓版
v2.593.6581 安卓最新版
v8.842.5385.677573 安卓版
v4.987 最新版
v4.292.7508.940177 安卓最新版
v8.298.9363 最新版
v6.446 安卓版
v7.339 最新版
v6.632.3690.165835 PC版
v8.725.4196.910375 最新版
v1.328 最新版
久久看一级免费A片
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
国产久一视频在线观看APP
扒开双腿疯狂进出爽爽爽口述
91在线无码精品青鱼视屏
十八岁网站入口
丰满大乳 韩国
肥姥姥视频
两个男生互吃脱裤子的网站
亚洲色情福利二区三区四区入口
欧美做受 深吼老太婆
furry虎人巨大粗爽根g游戏
糖糖vlog免费版哪下最新版下载
浆果儿原视频在线观看
91在线精品免费网站在线观看
男警察被两男双龙玩弄
91国再线精品播放
Gay胖熊无套Gay×ⅩⅩⅩ
免费视频日韩
htt:p//www.99riav50.com
岛国动作爱情片在线观看
日韩亚洲一区二区三区
欧美黄色一级片视频
阴斗9.1免费
国产一级a黄片美容美发美女
亚洲无码视频1区
欧美性爱在线视
白丝极品少萝被c到高潮
三级社区在线视频
麻豆精品国产自产在线
伊人巨乳无码
老外爽爽性网
亚洲无码下载