猫眼影戏
猫眼影戏
吴乃仁
手机审查
猫眼影戏记者 谈兴正 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:免费又粗又长又爽又黄
??01月10日,广东打造地图智能审查系统 提升审图工作效率,
现在,我代表徐悲鸿远东艺术学校在校生,向学哥学姐们送一是真挚的祝福:
,干色女人。??01月10日,观沧海|“机遇湾区,机遇港澳”: 湾区优质生活圈加速形成,
第一,在西席步队中鼎力大举弘扬为人师表、教书育人、敬业爱生的优异民俗。第二,抓好西席的专业生长。连系学校现实,完善、修订西席作育妄想、学习制度,开展种种活动,完善落实监视、检查、评选、审核等机制,构建西席作育培训系统,全力提高西席头脑政治素质和营业能力。第三、坚持以人为本的治理理念,周全体贴教职员工的事情、生涯、身心康健和生长,起劲优化事情情形,改善事情条件,使学校成为师生的精神家园和事业乐园。
,国产羞羞的视频在线观看,800av视频免费观看,秋霞手机在线观看。??时势2:强奸乱伦中文字幕影音先锋
??01月10日,【图片故事】寻找乡村好医生:扎根边疆四十年的苏永杰“医”路无悔,
小不点猛力一推,连忙有七八头独角兽横飞,摔了出去,他的实力何其强盛,不算骨文秘力,仅肉身单臂一晃就有十万八千斤神力。不过他并没有下杀手,这些异兽很希罕,未来若是都能战胜,关于族人来说是一种无比名贵的财产。
,吞丸vero吃人肚子变大,黄色网站给我看看,26uuu偷拍 亚洲 欧洲 综合。??01月10日,联合国前副秘书长:中国用科技推动建设美丽中国和美好地球 | 三中全会·世界观,
20xx年上半年,凭证党中央的统一安排,在教育部党组和北京市委教育工委的统一直导下,我校在全体中开展了学习实践科学生长观活动,围绕“科学生长,破解难题,强化特色,建设一流”实践载体,周密安排,全心组织,务求实效,稳步推进学习实践活动各阶段各环节的事情。在活动时代,施建军校长到任,学校新一届向导班子进一步统一头脑、理清了科学生长的思绪,明确生长战略,在怎样建设特色鲜明高水平大学的一系列重大问题上形成了特色生长、内在生长、科学生长、现代化生长四大基本共识。针对学校生长保存的一些突出问题,着力完成了推进学校事业生长的“七大工程”、“二十项实事”,获得了全体师生的普遍认同,受到教育手下属高校深入学习实践科学生长观活动向导小组的表扬。各人一致以为,学习实践活动资助全体师生统一头脑、形成共识,学校进入了历史上最好的生长时期。召开党的第十一次代表大会的时机已经成熟,通过准备召开党代会,我们要把学习实践活动中对学?蒲ば纬傻墓彩缎唇谑淮蔚炒,写进我们未来的战略生长妄想和事情思绪,要把已往近五年党建事情、党的下层组织建设的一些好做法、好履历通过召开党代会形生长效机制。
,美女被爽cao免费网站,嗯啊不要免费视频在线观看,黄色网站不卡在线播放。??时势3:国产日本久久久久久精品
??01月10日,广东中欧班列(德国方向)今年首列发运李强会见新加坡总统尚达曼,
这个简朴的故事清晰明晰的告诉我们:若是这个天下的人都只想步伐让自己喝到肉汤效果就是谁都喝不到;但若是你能想到照顾身边有需要的人,最后你也能品尝到鲜美的浓汤。体贴自己和体贴他人一律主要!明确体贴别人、与别人相助是不是一个优异x结业生的品质呢?
,欧美二区一区,在线国产1,国产在线r。??01月10日,侨乡新征程|保山“侨味”餐馆见证四十余年生活变迁,
靠人才致胜
,中国xnxxx,黄色网站日人,在线性爱网站。??时势4:国产激情观看在线小视频
??01月10日,福州:视障人士音乐“追光”感染观众,
众人:“……”
,中文在线乱2伦,2019色色,在线免费精品。??01月10日,第三批中华老字号名单公布 全国老字号数量达到1455个, 外地时间6月7日,美中战略竞争特殊委员会网站披露了由该特殊委员会主席约翰·穆勒纳尔等多位美国会众议院议员配合提倡的一项议案。这项名为《脱离外国仇视电池依赖法》的议案,要求榨取美国领土清静部从六家中国电池企业采购电池,同时希望推动与美国地缘政治敌手在供应链方面的“脱钩”。这六家中国锂电池企业为宁德时代(300750.SZ)、比亚迪(002594.SZ)、远景能源、亿纬锂能(300014.SZ)、国轩高科(002074.SZ)和海辰储能。,中文字幕无码精品专区,MM131王雨纯被 喷水视频,一区二区三区在线。
责编:周四妃
审核:麦士威
责编:拉普
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1