目今位置:首页 → 电脑软件 → 黑神话在线玩家数破240万 → 爱a视频 v9.824.2090.599906 安卓最新版
v1.752.8922.848944 安卓最新版
v1.352.5987.711869 安卓版
v3.982.6486 最新版
v3.355 PC版
v9.841.3220.150572 安卓最新版
v8.369 安卓最新版
v3.158.8263 安卓版
v8.759.39.152379 安卓免費版
v5.871.445.429340 安卓漢化版
v6.878.1575.554504 最新版
v2.55.7490.112051 安卓漢化版
v6.150.7158.974787 安卓版
v4.871.9354.82451 安卓免費版
v7.21 安卓漢化版
v9.121.3703.837083 安卓最新版
v8.253.8154.235531 最新版
v3.47 最新版
v7.200.352.700791 安卓版
v2.544.1893.493451 安卓最新版
v9.376.7186.483381 IOS版
v6.889.7213.766872 安卓免費版
v2.550.7245.416442 最新版
v2.501 IOS版
v1.140.4621 安卓免費版
v6.873.529.759588 最新版
v3.103.8158 安卓漢化版
v8.268.7257.141048 安卓版
v2.976.638.375231 安卓免費版
v1.99.8509 PC版
v7.431 安卓免費版
v6.966.5867.788905 PC版
v7.655.2898.517956 IOS版
v8.972.6980.773242 IOS版
v1.473.3531 最新版
v9.679.2221.491978 安卓漢化版
v2.26 安卓免費版
v8.347 最新版
v9.714.3529 安卓免費版
v2.724.4253.43054 IOS版
v5.635.6301 IOS版
v5.649.7069.718212 安卓免費版
v7.213.30 安卓漢化版
v2.573.6337.586838 IOS版
v4.581.6205.542647 PC版
v1.247.4500.782737 最新版
v7.285.2644.196769 IOS版
v2.618.9615.21907 最新版
v7.992.9832.442224 安卓免費版
v5.556.5686.775501 安卓免費版
v2.736.9236.282012 安卓免費版
v9.36.620 安卓版
v3.385.2588 IOS版
v8.846 PC版
v3.230.5344.68222 PC版
v2.363 安卓版
v1.417 PC版
v5.33.5230.416562 安卓版
v6.526 最新版
v5.931.7280 安卓最新版
v7.829 IOS版
v2.746.1820.54409 安卓版
v7.136.2799 最新版
v4.455.7481.362510 IOS版
v7.460.8401 安卓最新版
v8.167.9836.255559 IOS版
v9.678.2960.948524 IOS版
v9.728.4209 IOS版
v5.151.5388.217007 PC版
v1.747.7489 安卓最新版
v3.368.6061.623827 安卓漢化版
v9.19 安卓最新版
v9.201 安卓漢化版
v3.188.4534.234015 最新版
v3.332.6350 IOS版
v4.971.791 安卓免費版
v1.37.7403.3739 安卓版
v1.348 IOS版
v5.554 安卓版
v8.449.4956 安卓免費版
v7.849 安卓漢化版
爱a视频
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
www性爱视频网站
十八女人免费一级毛片
伊人99毛片网站免费观看
欧美日韩com
黄色网站进八
亚洲欧洲中文字幕视频在线观看
亚洲国产初高中女在线播放
国产老女人刺激视频东北
久久免费插视频
超超碰在线
人人干人人擦视频聊天
星见雅裸体被 本子
中文字幕在线视频观看
国产高清女视频在线观看
国产做受 高潮af bnnj
國產探花在找一区二区
一级片小视频
三级视频毛片
91禁官方版-91禁最新版V7.48.54.255
一级免费看
91se亚洲国产综合在线
美女无摭挡托管视频
骚警察被高中生c爽了
一级毛片无码免费
禁漫天堂下载1.7.6-1
黄色AV专区
国产黄色网站在线看免费