猫眼影戏
猫眼影戏
路易十四
手机审查
猫眼影戏记者 徐原 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:狼友资源在线观看
??01月07日,中新教育丨全球数字教育发展指数“出炉”:中国排名前进15位,
同砚们,学校的期望都寄托在你们身上,先生的心血都倾注在你们身上,家长的眼光都凝聚在你们身上。六年级,要害的一年,小考效果事关我校的荣辱,事关同砚们以后前途和运气。为此,我希望全体同砚,学做人,明目的,自我加压,自动学习,夯实基础,迎战中考。详细点说:
,性交黄色视频。??01月07日,杭州德寿宫红墙灯光秀“上新” 点亮城市夜经济,
茫茫神光铺天盖地而来,乱石崩飞,差点独角兽都给掀飞,若非它速率够快,且迅速改变偏向,就被远处崩塌的石山所冲起的一块数万斤的巨石砸中了。
,免费A级毛片无码免下载,短裙美女裸体图片视频,玖玖在线视频精品一区。??时势2:王者英雄被操网站
??01月07日,探寻新疆粮食丰产密码,
捐助是真诚的,关爱是无价的。我们感动之余,只有连忙付诸行动。我们将使用捐赠的图书等学习用品,鼎力大举开展阅读活动,体育活动,起劲打造书香校园,康健校园,把每一个孩子作育成为阳光、智慧的新时代的少年儿童。列位向导、列位朋侪,是你们将爱心的种子播洒到孩子的心间,是你们为孩子的生长提供了生长的平台!孩子们未来的乐成里,也有你们的一份实力!
,日本十八禁免费看污网站,一级性爱乱伦视频,一级肏屄黄片特级肏屄视频。??01月07日,东西问|安娜伊思·马田:我唯一的身份是法中文化艺术交流的“桥梁”,
第三,在马路上骑车小心,前几天,我前面的邻人,在放晚学回家,骑电瓶车转弯时,与一辆踏板电瓶车相撞,效果,自己受伤了,另一小我私家的踏板电瓶车的壳也坏了。虽然没有造成很大的损坏,可是我们一定要小心。
,久插逼爽射久久久爽在线观看平台,武警私秘 Gay网站曝光引热议,涉事人员身份敏感,官方回应...7天前黄9·1,www.qybz.gov.cn。??时势3:玖色901com
??01月07日,十四届全国人大二次会议主席团举行第三次会议,
“这是教训啊,肯定是某个王侯家的子弟,不知道天高地厚,跑到西疆去瞎搅,这不是坑祖吗?一族人都会被搭进去啊。”
,xxxxx在线性爱视频,成人福利午夜A片公司,91男男。??01月07日,多国华裔青少年在北京体验传统与科技碰撞之旅,
在我县深入开展“学党章、讲党性,弘扬延安精神,推动科学生长”主题教育活动之际,中共庙沟乡第十二届党的代表大会胜利召开了。这是全乡干部和宽大人民群众政治生涯中的一件大事,也是一次团结奋进,求真务实,开创事情新时势的发动大会,为此,我代表县委向大会的胜利召开体现热烈的祝贺!
,狠狠色精品中文字幕久久一区,一级黄色片日本小小美女免费,理轮在线视频。??时势4:毛片在线播放不卡免费
??01月07日,广西武宣警方:一男子多次造谣诋毁吴艳妮被行拘,
“哇哦,原来这么运转,转变好重大啊,繁奥的跟许多星辰排列一样平常。”小不点看到自紫云体内宝骨浮现到体表上的璀璨纹络,眼睛睁的大大的,这次终于是看明确了许多。
,婷婷精品,馃崕馃崒xx,女S男调教 免费网站。??01月07日,青海省数据局揭牌成立 护航数字经济“发展与安全”,
“嗯,兽奶真的很香,很好吃的。”小不点认真颔首,他们竟探讨起了兽奶。
,中文字幕第8页在线播放,逼特美,欧美人在线一区二区三区。责编:卢中南
审核:王德学
责编:胡珍珍
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