猫眼影戏
 |
|
猫眼影戏
维克兰特
手机审查
猫眼影戏记者 黄志鹏 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：人人摸人人操人碰人
??01月11日,“经济利益派”代表人之一洪远朋逝世：一生研究《资本论》,
分步实验，就是将公司的整体妄想举行支解成若干个办法，脚扎实地，一步一个脚印的将各项妄想付诸实验，最终实现公司可一连生长的目的。
,免费观看欧美一级牲片一。??01月11日,好吃又好玩！2024“好Ye冰淇淋节”邀民众共赴甜蜜之约,
他全身喷薄神辉，光点一粒又一粒，密密麻麻，像是有无数的神明在吟唱，在诵经，在发光，照耀青天。
,亚洲性视频无码,色呦呦网在线观看,十大看b站的直播app。??时势2：XX鉂孹HD
??01月11日,“宋四家”真迹首次故宫外共同展出,
这是一场混战，他们虽然年幼，可是都很是惊艳，体现出了极为恐怖的资质，让观战的人都很受惊。
,小 伸进 抖滛,国产A级A片一免费黑,日本护士free另类内谢。??01月11日,同奏春之声 共铸金梦想 云南跨国春晚在尼泊尔首都加德满都举行,
事实上，无论是雷族，照旧紫山一脉，亦或是罗浮大泽，他们的镇族宝术都极富盛名，只是三个孩子施展的不到位，这才大北。
,一级做一级爱做性视频,国产一级片黄色网站在线免费观看,腾讯涩漫 黄漫。??时势3：717影视三级理论电影在线播放
??01月11日,如何讲好“中轴故事”？北京市东城区新的社会阶层人士来支招,
“要不，你就叫这个名字吧，我改一个。”小不点说道，这个孩子替他受了许多苦，他不想将他一直在用的名字也要走。
,国产农村人一级A片妓女,按摩自慰浓毛XXX,无码日韩毛片片aa免费。??01月11日,2023年我国国内生产总值(GDP)1260582亿元 同比增长5.2%,
“族兄，你说轻了，不管怎样说，纵火烧石族祖地这件事，我们都要肩负部分效果。我以为大都是谁人管事激化的，才导致别人铤而走险，一把火烧尽皇族祖地。”
,肉色丝袜和避孕套有什么区别,免费无码A级毛片AA,在线一区二区精品视频。??时势4：欧美一级C
??01月11日,广东与新加坡有望今年底推出新款跨国交通卡,
这货怎么泛起的？！
,找黄片视频最新的视频99,日韩视频无码专区,欧美一级a片视频看看黄色网站。??01月11日,“五一”假期收官：多地接待游客及旅游收入创历史新高，县城和热门目的地一起火爆,
“咦，消逝泰半个月后，那头青鳞鹰又回来了，该不会是后悔，要夺回它的子嗣吧？”有村人惊呼。
,A片91视频,av网站直接看,超碰在线97人艹。【两岸企业家共谋数字经济产业合作 台资企业获授信50亿元】
责编：王青汪
审核：莱达尔
责编：夏洛蒂·格雷
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
