猫眼影戏
猫眼影戏
陈霜华
手机审查
猫眼影戏记者 台军 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:avxiu.com日韩
??01月08日,报告称中国60个主要城市首套房贷利率进入“3时代”,
期末考试之前,我们各个小组、列位同砚都确立了自己的斗争目的,订立了详细的赏罚步伐。许多同砚为了实现自己的斗争目的,憋着一股劲,珍惜时间,勤学好问,你追我赶,奋力争先,许多同砚取得了前进。陈厚斌、陈晓、王振、吴鹏、李天宇、刘艺、孙立杰、崔雪、张鹏、王书晓、杨瑞盛、陈绍康、张杰、吴瑶、潘雅欣、牟浩、张幸运、齐磊、夏玉成、荆汉、贾绍宇、韩淑慧、肖彤、任民、董胜飞、曹庆龙、董震、曹庆生、赵光瑞等同砚取得了水平纷歧的前进,而刘培、徐梦珍、梁兴伦、刘金燕、赵丽、王秀娟、陈金霞、史璨、王美美、张石等同砚坚持了较量高的水平,我们同时热切期盼耿贤博、古梦蕾、刘婷婷、张钰莹、陈宝强、崔涛、李梦楠、房金鹏、王威、唐浩、侯明娇、王安琪等同砚能够抖擞直追,尽快把效果遇上来。
,爱搞视频在线观看。??01月08日,加拿大新斯科舍省中华会馆庆祝创会70周年,
祝愿各人新年快乐、身体康健、阖家幸福!
,肏屄视频网,亚洲精品乱码久久久久久真人,成年色色色。??时势2:99er4视频精品免费观看
??01月08日,沪指周二实现“三连涨” 培育钻石板块走强,
尊重的列位向导,敬爱的先生,亲爱的同砚们:
,久久99久久99,久久99久久免费观看视频,全国男人的天堂网草榴,三相黄片。??01月08日,梅西第八次当选“世界足球先生”,
3、遇到火灾要冷静,如争先恐后,相互拥挤,不但壅闭通道,严重的还会相互踩伤
,欧美男人天堂网,车后座挺进朋友人妻身体里,免费观看顶级A片视频一。??时势3:学长脱我内衣插进h
??01月08日,四川成都:市域(郊)铁路成德线全线首台盾构机始发,
xx公司驻足于拥有富厚地产资源和优越区位优势的菏泽,为我们搭建了一个优异的生长平台,我们将细腻治理、规范运作、热忱效劳、全心勉力,把打造成有品位、有层次、有影响、有用益的一流品牌。公司今天的开张既是企业生长的里程碑,也是我们事业腾飞的崭新起点,我们将借此春风,乘风破浪,使企业早日步入高速生长的快车道。我们相信,有各界朋侪的鼎力大举支持,有宽大客户的真诚相助,通过我们的不懈起劲,一定能够实现修建装饰公司早日腾飞的雄伟目的。
,美女裸体无遮挡免费视频国产91,免费看女生隐私视频网站观看入口,久久免费观看视频操人家。??01月08日,国米大胜继续领跑,
总之,我院20xx级新生军训事情总体上取得了优异的效果。希望再接再厉在以后的学习生涯中再创佳绩。
,粗暴大黑鳮巴视频欧美中文,婷婷视频网站,波波播播影院私人影院。??时势4:www黄色日本
??01月08日,首届“城市安全智慧应急论坛”在北京举办,
谢谢同砚们!
,亚洲最大最全日本AV软件,啪啪啪高清无码,先锋影音在线a资源免费。??01月08日,太原新年初雪后现大雾天气,
二、明确使命,掌握标准,切实包管培训效果
,999黄色com,欧美AV在线,男女黄色网站视频。责编:刘朝霞
审核:王四新
责编:约翰凯瑞
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