目今位置:首页 → 电脑软件 → 育碧《不羁联盟》宣布停运 → 800AV在线免费怡红院 v7.895.2417.332996 安卓免費版
v1.635 安卓最新版
v2.499.3873 安卓免費版
v1.772.4731.557833 PC版
v8.859.8785 安卓最新版
v4.634.204.306407 安卓免費版
v7.456.9664.644100 IOS版
v5.965.6054 PC版
v4.645 安卓漢化版
v4.964.3149.497047 PC版
v5.830 最新版
v7.238.2885.571274 最新版
v8.558.9165.274065 IOS版
v7.727.8270 PC版
v9.756.7166 PC版
v2.705.6714.670669 安卓漢化版
v5.771.3453.797338 安卓漢化版
v4.513 安卓版
v7.397 PC版
v4.8 安卓版
v9.409.3767.576657 安卓最新版
v6.889.5539.883219 IOS版
v5.144 安卓版
v4.85.4584 PC版
v4.333.3714.696170 安卓最新版
v7.633.8755 PC版
v6.259.4698.499626 最新版
v6.468.9432 PC版
v9.944.8826.172170 最新版
v3.972.1688.879417 最新版
v3.670.3007 最新版
v7.585.5212 安卓最新版
v2.845 安卓最新版
v3.625.6638.86203 安卓最新版
v6.749.7020.932223 安卓漢化版
v4.251.910.712714 IOS版
v9.646 最新版
v4.940.3224.728778 IOS版
v6.144 IOS版
v8.905 安卓最新版
v3.968.5231 最新版
v2.319 安卓免費版
v2.449.1991.731579 安卓漢化版
v4.342.5647.293555 安卓版
v2.408.2259 IOS版
v7.553.7704.623188 最新版
v9.833.8474 安卓漢化版
v1.979 安卓免費版
v3.963.831 安卓版
v8.454.3414.242317 最新版
v4.662 IOS版
v9.292.2066 IOS版
v6.812.5905 安卓版
v1.840.4078.760587 安卓免費版
v9.530.5729.458520 IOS版
v1.73.375 PC版
v9.19.8857.891029 安卓免費版
v5.479.2025.390528 IOS版
v2.714.2606 安卓最新版
v1.685.5800 IOS版
v6.132.7267.63513 安卓漢化版
v1.504.7962.546318 PC版
v9.863 安卓免費版
v2.436.240 安卓漢化版
v1.758.4022.886074 安卓版
v1.584.8179.450904 安卓版
v1.875 PC版
v3.692.3218.728669 安卓漢化版
v5.677.7234 安卓最新版
v4.291.1803.186986 IOS版
v4.555.401.178041 安卓版
v8.530 安卓最新版
v1.659.5171.334088 安卓版
v2.421 安卓漢化版
v1.832 最新版
v8.316 IOS版
v2.169.7398.414685 安卓免費版
v1.687 安卓版
v2.587.6847.659500 安卓版
v1.743.8894 IOS版
v3.352.6738.935229 安卓免費版
800AV在线免费怡红院
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
亚卅黄色视频
先锋影院av
www.99reav.com
一级黄色网站强歼妇女视频在线观看黄色网站
97爱视频
一区二区不卡免费观看
花蒂调教颤抖哭叫求饶H视频
欧美午夜性刺激在线观看色欲
好屌逼视频
张柏芝肏逼视频导航
亚洲中文字幕精品无码一区
久精品在线视频
欧美丝袜熟女性爱
成人h文
三玖同人本
黄色AV天堂
亚洲色图一区中文字幕
男女被 到爽 流尿
久久久99精品久久久
色色激情五月天
欧美性电影在线
真实国产在线视频第5
18 毒药
FreePorno馃拫馃憴29
超碰亚洲色图在线
国产1区
杨颖的胸襟距离观察