目今位置:首页 → 电脑软件 → 孙杨曾说希望和潘展乐一起游接力 → 亚洲国产欧黑人美在线5页 v2.972 安卓版
v2.578.7843 PC版
v9.110 IOS版
v6.712.3071 PC版
v4.324.9810.819895 安卓漢化版
v5.409 安卓免費版
v1.306.6456.137637 最新版
v9.779.7399.191860 PC版
v8.328.9094 IOS版
v5.605.1526 安卓版
v9.455.198.174898 PC版
v7.600.886.927754 安卓最新版
v3.110 最新版
v9.91 PC版
v7.710.1341.301304 安卓最新版
v6.719.6397.391437 安卓版
v9.470.2106 最新版
v7.687.7654.620711 安卓漢化版
v5.559.4432.87242 安卓漢化版
v5.843.8973.694573 安卓最新版
v6.459.1913.786204 安卓最新版
v3.936.9413.155440 安卓版
v8.546.1807 安卓最新版
v1.633.6399.496011 IOS版
v1.538.3718 安卓漢化版
v8.780.6031.26268 安卓最新版
v6.0.5420.849626 安卓版
v3.222.2054 安卓漢化版
v9.781 最新版
v8.816.5629 最新版
v7.736.1712.908735 安卓版
v7.956.9472.536803 IOS版
v4.3.9669.87619 最新版
v6.880 PC版
v3.313.5449.705197 PC版
v4.255.6390.96381 安卓漢化版
v5.44 最新版
v3.453.7904.706403 安卓最新版
v9.865 安卓免費版
v4.283 安卓最新版
v3.606.127.143125 安卓版
v6.187.3920 PC版
v7.334.1343 PC版
v2.262 安卓最新版
v4.90.7355 最新版
v2.927.2972 安卓最新版
v6.256 安卓版
v6.141 安卓最新版
v8.963.4822 PC版
v4.188.129 最新版
v3.695.7380.733555 安卓免費版
v6.709.5247.23379 PC版
v8.289.5257 PC版
v1.260.633.549092 安卓免費版
v8.577.6875.256270 IOS版
v9.278.9816.885993 最新版
v9.563.6180 安卓漢化版
v4.867.1271.77603 PC版
v1.812.134.546789 最新版
v2.977.5614 安卓最新版
v8.816.155.902666 IOS版
v2.7.361.125952 安卓免費版
v1.541 安卓免費版
v7.188.9952.665424 最新版
v9.897.2697 安卓版
v7.588.6828.57524 安卓版
v5.395 安卓漢化版
v8.327.2492 IOS版
v8.780.2873.39672 安卓版
v9.305.2867.745107 安卓最新版
v3.289.6886.545163 最新版
v9.638.4377.241386 安卓最新版
v2.429.6234.73012 PC版
v1.374.5434.463432 安卓漢化版
v9.266.2844.451836 IOS版
v7.216.605 PC版
v7.356.9948 安卓版
v5.947 安卓漢化版
v8.887.9539 安卓免費版
v9.521.6769.835141 PC版
v6.740.9127.56082 安卓最新版
亚洲国产欧黑人美在线5页
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
一级做a爰片毛片A片
免费 成人 深夜蜜桃视频
母子乱伦XXXX
正在播放国产乱伦
在线观看免费视频aaa
国产精品一线在线观看网站
内窥镜情趣视频18
欧美激情com
深夜黄色网站免费
永久免费极品AV毛片福利网站
快播免费版官方版免费版
男男纯肉Gay无码国产
做爰高潮120分钟视频
福瑞18冲酸奶
王者荣耀妲己被x
99精品国产福利在线观看
又大又硬视频
另类视频亚洲
国产AV图片
免费一级欧美精品日韩免费一级
日日插日日干
小初生 到爽 无套
久久BBXX免费
一级夫妻生活a片在线观看
国产精鲁
日本排泄物拉屎goshopping
爆衣自慰
2021国产最新精品视频免费看