猫眼影戏
 |
|
猫眼影戏
马埔
手机审查
猫眼影戏记者 王祖耀 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：视频专区欧美三区
??01月11日,台湾艺人黄子佼被查持有未成年性影像 一审获刑8个月,
三是要在真抓实干上实现新突破，让干部越发“有作为”。 为政之要，贵在身体力行。真抓实干是党性强、作风正的内在要求，也是建设高铁新区的主要包管。我们去年抢抓机缘，办了不少民生实事，为老黎民修路打井、流转土地，赢得了黎民交口赞美。这就说明，只要你真正扑下身子为老黎民办实事、办妥事，老黎民就念你的好。宽大镇村干部要以真抓实干体现人品，赢得口碑。 一要推进土地征收和衡宇搬家事情。 深入研判征拆政策，凭证项目建设妄想和时序，坚持“果真、公正、公正”原则，启动实验土地征收及墟落、企业的搬家事情 ，为项目建设提供用地空间。 二要普遍开展招商。创立宽松经济生长情形，吸引真正有实力、做实业的开发企业来高铁新区生长。 三要抓好项目工程落地建设。 起劲推进招商引资重点项目以及蹊径路网、公建配套等项目的落地建设事情。严把工程质量关，确保每一项工程能够经得起磨练， 倒排工期，挂图作战，确保种种项目快速有序推进。
,中文字幕无码乱人伦二。??01月11日,聚焦企业有感 浙江推动营商环境优化落在“实”处,
1、我们本届结业班事情的指导是：面向全体学生，保优生，抓中层，促学困生;强化通例治理，正学风、抓课堂、求效率。
,国产精品一区区三区四区五区,性交动图,欧美XXⅩ射清。??时势2：欧美一区2区三区3区公司
??01月11日,锚定现代化 改革再深化丨中铁工业“五位一体”赋能“产改”走深走实,
立异工厂将驻足信息工业最热门领域：即互联网、移动互联网和云盘算，选择相关手艺作为创业起点。
,欧美日韩国产免费看A片最新,天天操天天舔天天日,精品色哟哟一区二区。??01月11日,北京：香山红枫引客来,
火是一种自然征象。驯服的火是人类的朋侪，它给人类带来灼烁和温暖，带来了人类的文明和社会的前进。但火若是失去控制，酿成火灾，就会给人民生命工业造成重大的损失。
,旧里番别揉了～乳喷了H,免费啪视频在线观看免费的,欧美一级一片。??时势3：男女全黄三级高级自慰免费
??01月11日,雌雄赤腹鹰成双“亮相”安徽祁门,
“二猛哥先等一等。”小石昊启齿，抓起一块不小的石头，用力掷出，石块嗖的一声飞上石崖，落在梧巢近前，发出一声大响。
,免費AV网站,china大东北老女人,影音先锋每日更新资源站。??01月11日,2023年北京新设外资企业同比增长超两成,
突然，青鳞鹰全身鳞片翕张，此后又快速绷紧，像是遭遇了莫大的恐怖，它猛的俯冲下去，贴着山林，极速逃遁。
,99热99热免费,亚洲欧洲∨国产一区二区,欧美综合在线第一页。??时势4：午夜福利成年人
??01月11日,CBA焦点战前瞻：青岛浙江新生代顶级内线将对决,
??01月11日,中国地质调查局公布多项勘探成果和工程进展,
你们好!
,黄色a 级视频,yy8ycn,国产精品黑丝。【天气渐凉，如何通过食疗、按摩等方式祛湿健脾？处暑时节如何安排起居作息？丨时令节气与健康 】
责编：彼得·德雷斯
审核：马卓超
责编：张诚睿
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
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
