猫眼影戏
猫眼影戏
罗欣
手机审查
猫眼影戏记者 格托夫 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:欧美第一次破苞视频视频
??01月11日,大庆市:全新政策打造东北振兴人才集聚回流先行地,
“是很强,这种祭灵也很少见,要不大人出面,去约请一下,也许这头祭灵会加入我雨族。”旁边一个年轻人说道。
?第七十九章 凶寇,青草不雅三级在线观看。??01月11日,【高质量发展调研行】咖啡飘香稻田边:年轻人在乡村开辟新天地,
同事之间,群众之中,要少指责,多容纳,胸怀宽阔,心胸坦荡,遇事冷静,遇人和气;要善于容纳异己,用自身人格的魅力去感召群众;要善于团结一切能够团结的人,为我所用;要敢于作育后备干部;要多交流意见,相同头脑,探讨效劳,整体决议,做一个心情愉快、事情顺遂、群众知足的新时期好干部。
,裸体拳交视频,黄色a片视频2018,高中女生屁股被操在线播放视频。??时势2:啪啪你电影免费网
??01月11日,特超稠油热采新技术在渤海油田应用 日增产原油约200吨,
石村所有人都来了,无比虔敬,认真祭祀,表达心中的尊重。
,色色色色色色色色色色色网站,妹妹趴下让我桶,十八岁以下禁止看的网站。??01月11日,天津海关退运483吨液态洋垃圾,
推进都会建设,一直提升都会品位,是加速嘉荫经济生长的有用途径,是提高群众生涯质量的主要包管,是营造优良投资情形的必定选择,是实现“北方边境名城、协调文明都会”建设目的的有力步伐。近年来,我县在全市率先举行城镇总体妄想修编,都会框架周全拉开,都会功效一直完善,都会形象爆发了重大转变。可是与生长的要求、群众的期盼以及沿江县市咄咄逼人的生长态势相比,我们的都会建设力度还需要进一步加大,品位需要进一步提升,大宗的都会基础设施还需要进一步完善。重抓都会建设仍然是目今和以后一段时期全县重点推进的事情。对此,我们要从以下三个方面进一步统一头脑,提高熟悉,凝聚增强都会建设的共识:
,www.操操操,com,狂気拷问国产一区,亚洲视频自拍。??时势3:18岁黄男人操女人视频
??01月11日,3元吃半自助 早餐市场为何这么卷,
小不点扛着赤红的犄角,也是一骨碌滚落了下来,还好他身轻体健,适时丢下那数米长的宝角,没有伤到己身。
,宁荣荣主动掀开裙子让我干,国产黄片1级A片,插进入视频。??01月11日,印尼中爪哇省一娱乐场所火灾已致6人死亡,
“毛球,那是以你的血配合一些老药炼成的,你怎么也想吃?要不然……回去后我们再炼一炉?”小不点以探讨的口吻问道。
,最新a片在线视频,欧美亚洲国产一区二区三区VR,精品视频免费一区二区。??时势4:中文字幕在线无线观看
??01月11日,中央环保督察通报:四川省广元雅安等地长江支流和自然保护地生态破坏问题多发,
随着生齿逐渐增添,天下经济、科技迅猛生长,人类活动对天气的影响和规模也在一直地加速和扩大,据研究批注,近50年的全球天气变暖很洪流平上与人类活动的影响有关,这主要是由温室气体的增添造成的。21世纪,人类对天气的影响将更为突出,天气转变也将给人类带来严重影响。预计21世纪地球天气将继续变暖,全球平均气温将升高1.4~5.8℃。由于温度上升,极端天气与天气事务爆发的可能性将一直扩大,最高气温会变得更高,炎热的日数增多,干旱、洪涝灾难的威胁加重。随着社会财产的一直增添,由气象灾难引起的损失也将急剧增大。它对情形、经济、农业、林业等方面的影响最终都会直接或间接影响到人类康健和空气污染。除了国家接纳节能减排、开发使用无污染资源等政策性步伐外。
,九九九久久久久久九久国产精品ww国产伦理,国产91区精品福利在线社区,性爱视频污夫妻激情网站。??01月11日,枪支暴力加剧!3D打印让美国非法枪支暴涨570%, 携程集团副总裁秦静以为,随着这一政策的施行,将加速中国与澳大利亚之间的旅游交流及经贸互动。同时,政策也将惠及在澳大利亚生涯的逾百万华人华侨,使得他们回国探亲或旅游的历程更为轻盈顺畅。秦静指出,作为亚太地区的主要国家,中国与澳大利亚在经济上具有高度的互补性,相助潜力重大,未来也期盼在旅游领域引发更强劲的相助动力。,亚洲精品www久久久久久,交配免费日本群交,麻涩部免费 成人 游戏,。
责编:苏霍伊
审核:彭坤炎
责编:赵婧
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