猫眼影戏
 |
|
猫眼影戏
洪清作
手机审查
猫眼影戏记者 王晓渭 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：黄色网站美女XX
??01月09日,关于苹果、比亚迪、房产投资……93岁巴菲特有新观点,
(三)向导作风方面
,时崎狂三被 羞羞漫画在线观看 。??01月09日,西藏首届高定秀场在拉萨举行,
由于，在富家中，越珍稀的远古遗种处置惩罚地越详尽，每一寸血肉甚至骨骼都会被磨炼成药，哪有像这样直接大口吃掉的 。
,嘼交Ⅴideos,35 igao 70,天天干狠狠草天天爽 。??时势2：久久av免费不卡天堂小草播放
??01月09日,李强会见新加坡总统尚达曼,
八是明确了学校清静的重中之重 。与学校签订了《校园清静事情目的责任书》和《学校清静卫生事情责任书》，层层把关，责任到人，坚持按期排查整改，并下发了有关学校清静事情的若干文件，整年没有泛起清静事故 。
,日木农村性爱视频,强奸黑丝美女视频,爆操美女模特免费看 。??01月09日,夏种进入高峰期 各地抗旱保夏种,
几个富家竟然都朝着一个方位而去，目的正是——石村 。
,同性男男黄g片APP软件,亚洲视频自拍五月天,色色色色色视 。??时势3：女同桌脱鞋子帮我脚交小说
??01月09日,“老舍与西城”主题对话探寻老舍先生的“西城遗珠”,
“狼牙匕坠落在这里，魔柳并没有追击而来，我推测它只能舒展一里多地，而不可抵达更远的地方 。”青年寒声道，眸子转动，准备举行安排 。
,亚洲黄色在线日韩精品视频,性爱小视频网站,我是魅魔的忠实仆人第二集 。??01月09日,强化中越战略对接下的务实合作,
(三)充分验展政府和市场两个起劲性，切实解决好投资融资的问题 。都会建设投资量很是大，没有大宗的投资，速率加烦懑、质量提不高 。但城镇化建设又差别于其它的经济活动，必需坚持政府主导与市场资源设置并重，把政府和市场两个起劲性都充分调动起来 。这方面，政府的作用主要体现在三个方面：一是制订好战略，二是体例并执行好妄想，三是建设好公共基础设施和公共效劳设施 。市场的作用主要体现在两个方面：一是要引发市场主体的投资热情 。除公共基础设施和公共效劳设施以外的绝大大都设施都要由市场主体来建设，在这个领域政府要少伸手 。二是要培育工业系统 。工业是都会群集最主要的元素，工业系统的生长是城镇化生长的要害 。在引发市场主体投资热情的同时，要着力培育工业系统，严酷避免政府干预过多、伸手太长，故障市场生长 。
,国产日韩在线不卡,宝宝真棒都吃下去了,A片一级毛片免费视频播放app 。??时势4：好色先生免费下载
??01月09日,逾百岁老医生回忆在阿尔及利亚、朝鲜战场的援外岁月,
二、我镇机关干部作风中保存的突出问题
,欧美www456,国产一级a作爱毛片全过程片,黄色人人色黄色片 。??01月09日,央行：自统计2025年1月份数据起，启用新修订的狭义货币（M1）统计口径四川：第四次全国文物普查工作有序推进,
“太爷，击他左肋！”就在这时，石毅突然启齿，目蕴双瞳，流转神辉，小小年岁拥有一种慑人的气息 。他的眸子可堪破世间诸多本源，看出石子陵一处破绽，径直喊出，提醒自己的太爷，攻其弱点 。
,鸣人x所有人,国产乱伦A,曰批全过程免费视频在线观看 。责编：李鹭雅
审核：刘亚津
责编：段勤
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
