猫眼影戏
猫眼影戏
孙全玉
手机审查
猫眼影戏记者 乔蒂 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:国产精品一二三社区视频
??01月11日,让“清新的蓝”“怡人的绿”成为厦门恒久骄傲,
三柄剑都是难堪的宝具,无价之宝,令他动心,可是他却也知道,即便雨族再强势,有些工具也不可碰。
,泡在我家的黑田同学动漫第一集免费观看。??01月11日,电影退潮,短剧当道,
“嘣”的一声,它用力一扯,直接撕断了,那灰色的凶蛟化成一片流光,迅速消逝,眨眼不见。
,羞羞视频官网外网,武警在树林里玩交警,在线免费观看黄AV网站。??时势2:www.色会色.com
??01月11日,镜观·回响丨东北加快构筑向北开放新高地, 中央要求谋划新一轮财税刷新,税制刷新是重头戏,未来增值税、消耗税、个税等主要税种还将有进一步刷新行动。笔者呼吁,在税收征管一直强化的同时,为增进企业、小我私家现实税负维持在合理水平,未来税制刷新应当统筹思量降低名义税率。,九色91POPNY911,女 被 免费,欧美,日韩在线视频。
??01月11日,道中华丨citywalk 成都,
“你敢,若是再对我脱手,我血洗你们石村!”蛟鹏怒斥,见到石昊拎着几百斤的石碾子,也冲着他来了。
,免费观看美女视频网站,明星骚奶大h边上课边c,偷窥二区国产。??时势3:丰满人妻熟妇乱又伦精品视频三
??01月11日,保民生、保安全、保畅通 全国多地多方快速联动应对寒潮天气,
这是一种希奇的感受,小不点发明自己在穿梭,脱离了原地,刹那间泛起了另一片符文密布的地方。
,白丝美女吃男生鸡巴,免费国产黄片视频,校花主动脱 让我 网站。??01月11日,习言道|沿着总书记步伐,传承长征不朽精神,
五是要在遵章守制上实现新突破,让干部越发“有规则”。 没有规则不可周遭。要把守纪律讲规则摆在越发主要的位置。我们的干部主流是好的,能够规规则矩做人做事,但也有个体人语言效劳不讲规则,待人接物不守规则。 一要令行榨取,与党委政府坚持高度一致。 要自觉遵守“小我私家听从组织,少数听从大都,下级听从上级”的组织原则,维护党的向导,坚决执行党委、政府的决议安排,确保政令流通和信息流通,禁绝我行我素,自行其事,禁绝上有政策,下有对策,禁绝有令不可,有禁不止。 二要遵守执法,不做违法乱纪的事。 要自觉增强自身修养和党性磨炼,自觉做到自爱、自重、自律,确保清廉勤政。在事情中要坚持和执行民主集中制,重大问题经整体研究确定,切忌专断专行;要在社会生涯中带动遵法,通常执法划定的,要认真做好,通常执法榨取的,坚决不做。 三是要严守纪律,树立好的干部形象。 从全镇情形看,尤其是机关上尚有一些同志保存“走读”征象,迟到早退,甚至整天不晤面,有的人虽然在其位,但也是出工不着力。我们要通过严酷的规章制度,切实扭转这一状态。希望各人认真比照反省,有着改之,无则加勉。
,免费在线观看的黄色网站,人人干女人,纲手扒开下面让鸣人桶爽。??时势4:HD欧美机械
??01月11日,云南10家旅行社被重点监管 多地发布“红黑榜” 促旅游市场秩序规范,
终于,他到了止境,踏上金色的通道,霞光一闪,从原地消逝,来到了初始地。
,特黄AAAAAAA片免费视频男男,视色视频免费在线观看,国际在线无码免费A片。??01月11日,海外青少年热游“冰城”:打卡东北虎林园 冰雪大世界“嘎嘎冷”,
一颗兽头若隐若现,想自那符文中挣脱出来。
,迷奸国产,男女刺激视频无遮挡,群操污操视频。责编:周瑟瑟
审核:李萍
责编:米开朗琪罗
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