猫眼影戏
猫眼影戏
郝碧林
手机审查
猫眼影戏记者 帅以正 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:大雷插大狙的视频
??01月11日,香港公布《长远房屋策略》周年报告 未来十年目标供应44万个单位,
别的,学校家委会还组织多名学生代表旅行了xx市妄想展览馆以及工业新区,对xx都会生长战略有了深刻的明确,增添了见识,坦荡了视野。
,久久免费A级片观看。??01月11日,“妈妈岗”来了,她们的就业焦虑缓解了吗?,
在现代社会中,银行贷款已经成为人们生涯中不可或缺的一部分。然而,有时间我们可能会由于种种缘故原由无法准时偿还贷款,导致一连逾期三个月以上。这种情形下,银行会接纳什么步伐呢?本文将围绕这一问题睁开讨论。 一、银行一连逾期三个月会起诉吗 有可能会起诉的。 银行在借贷条约中通常会划定乞贷人应准时偿还贷款...
??时势2:亚洲午夜aa在线观看
??01月11日,中挪商界人士在北京探讨合作发展新机遇,
一是准备事情配景差别。第十一次党代会的召开,是在中国共产党在新形势周全增强和刷新党建事情的配景下召开的。党的xx届四中全会提出,在新形势下,要认真研究世情、党情、国情的深刻转变对党带来的挑战,要提高党的执政能力、向导能力,要推进党的事情,提高党建事情的科学化水平。xx届四中全会对学习型政党建设、党内民主建设包括坚持和完善党的向导制度、包管的主体职位和民主权力、完善党代表大会制度、党内选举制度、完善党的决议机制以及人事干部任用选拔机制、干部治理机制等等,都提出了明确要求。在这些重大问题上的刷新,在党的历史中是没有过的,是全新的。在xx届四中全会之后,中共中央政治局会开会明确指出,高等院校要坚持实验党委向导下的校长认真制。这现实上是中央向导从我们党和国家的长治久安的战略高度提出的战略思索,高等院校要坚持党委向导下的校长认真制,坚持社会主义办学偏向,并由中组部和教育部联合揭晓了“通俗高等院校党委向导下的校长认真制实验意见”,就是要在科学生长观的指导下,增强党对高校的向导。最近,北京市委也揭晓了“关于进一步增强和刷新新形势下通俗高校党建事情”及“高校党务果真、高校党代表大会任期制的实验细则”等一系列文件。这些主要的精神、刷新步伐和相关文件的出台,为我们召开第十一次党代会提供了主要的头脑理论武器。
,啊┅┅快┅┅用力啊刀,狼友视频首页www,黄色app软件下载大全免费。??01月11日,中断一个多月后 日本福岛核电站核残渣试提取工作重启,
小朋侪们,虽然,清静包括的内容是很是普遍的,仅仅做到以上那些是不敷的,还需要认真听取先生家长的教育,小朋侪们让我们学会自我;,远离危险、防患于未然。小朋侪要逐步学会有事不慌、起劲应对、自我;,提高应变能力,我们必需提防在先、小心在前;必需要树立高度的清静意识,人人讲清静,时时讲清静,从小在心中筑起坚实的清静防火墙。
,日本黄色一级小视频,免费一级黄色电影,美女脱裤子光插pp。??时势3:污视频一区二区观看
??01月11日,一些陪诊师换上马甲成了“黄牛”,
20xx年,是我职业司理人生涯的第20个年头。从苹果、SGI到微软和谷歌,我踏扎实实地走过了20年职业司理人生涯。但已往半年来,我的心中总有一种迫切感,心中常有个声音告诉自己:是最先职业人生新篇章的时间了。经由重复思索,我决议在北京建设立异工厂。
,偷拍 流浆 水,黄色视频网止在线观看,《小樱大战鸣人》免费观看漫画。??01月11日,前三季度进出口总值创历史同期新高 各地培育外贸新动能,
一是一直增强理论学习,提高政策水平和执政能力。组织相关职员认真学习体会《第五次西藏事情座谈会》、《国家教育中恒久生长纲要》、《天下教育事情聚会》和《地区教育事情聚会》的精神实质,起源明确索县教育以后一个时期的偏向和使命,完成了《索县教育“十二五”妄想》的体例起草事情。
,AV片片A爽A片,欧美日韩MMa片上线视频,男女激情爽爽爽在线观看。??时势4:免费三级片中文字幕
??01月11日,新福建这十年:“清新福建”名片更加亮丽,
迎接你的,是800米跑道
,国际在线无码免费A片,国产精品夫妇激情久久,操五十岁肥熟好多水。??01月11日,广东:预计13日至16日将有大雨到暴雨降水过程,
这里的惊呼声引起了大人们的注重,石飞蛟等人走来。
,立足于美利坚大香蕉,日本免费 做受,精品免费人成视频网站app。责编:波托贝洛
审核:崔凤完
责编:陈怡安
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