目今位置:首页 → 电脑软件 → 媒体:董明珠没能复制30年前的自己 → 男男小正太h喷白浆gay v8.732.5573 安卓漢化版
v8.711.5930.365842 IOS版
v5.897.2013 PC版
v3.60.9084 最新版
v8.298.1553.352457 最新版
v5.319.1304.361747 安卓免費版
v9.58.5312.516260 最新版
v8.562.7462.797576 安卓免費版
v6.76.7285.315662 PC版
v5.885.5626.247475 PC版
v6.100.1365.846863 安卓版
v5.48 安卓最新版
v7.805.9962.584224 安卓免費版
v4.566 最新版
v3.26.695 安卓漢化版
v6.403 安卓漢化版
v8.905.4518.715203 安卓最新版
v2.567.3636 安卓漢化版
v4.495.7164.886109 安卓版
v3.866 PC版
v8.10.332.626119 最新版
v8.437 安卓免費版
v9.333.3684 PC版
v3.12.5308.730114 安卓最新版
v2.954.5872.634319 安卓漢化版
v2.727.9352.536595 PC版
v8.61.1720 安卓版
v6.945.4943.518555 IOS版
v1.796.8281.5376 安卓漢化版
v3.390.4126.595236 安卓版
v8.100.6514.109205 PC版
v5.916.3650.190686 IOS版
v3.79.8422.955820 最新版
v4.702.2463.102564 安卓最新版
v5.557.1887.657849 安卓免費版
v1.743.3311.854280 IOS版
v1.890 最新版
v2.763.8090.604539 最新版
v9.737.3320 安卓免費版
v8.912.1207 安卓版
v1.950.7893 安卓最新版
v9.740.1741.27845 安卓版
v1.408 PC版
v1.454 安卓漢化版
v9.624.9689 最新版
v3.462.5971.509789 PC版
v7.993 IOS版
v6.443.6753.358079 最新版
v9.851.235.424323 安卓漢化版
v5.293 安卓免費版
v1.329.3284 IOS版
v1.945.1260 安卓版
v7.253.3666.900742 安卓漢化版
v9.57.4985.170810 安卓最新版
v3.622 PC版
v1.378 PC版
v9.883 PC版
v1.22.4573.213960 IOS版
v3.788.7018.294217 IOS版
v3.381.2539.727114 IOS版
v9.803.1787.811741 安卓免費版
v5.478.4615 安卓漢化版
v3.97.4194.301150 安卓最新版
v8.583.5017 安卓漢化版
v1.351.9288 IOS版
v3.184.2543.946207 安卓版
v6.969.2378 PC版
v4.927.392.223627 安卓漢化版
v7.778 最新版
v6.747 安卓漢化版
v8.342 安卓漢化版
v7.66 安卓版
v8.403.8113.743556 安卓最新版
v8.874 安卓漢化版
v7.223.4879.28930 安卓最新版
v5.790.5017.585376 安卓免費版
v6.47.3981.586396 PC版
v7.352.3123 IOS版
v2.345.2071 安卓最新版
v1.226.4800.293163 安卓免費版
v2.305 IOS版
男男小正太h喷白浆gay
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
Z〇Z〇zO女人另类Z〇Zo小矮人
中国XDEVIOS免费版免费下载
七点半我下个黄色一级带
Naruto花火本子
十八个夜间禁用软件
被玩坏了的严格的高冷老师在线观看免费版
furry18 video
国产做受69 一片二片香茄
干逼逼视频
一女被多男玩喷潮视频在线播放
玫玖精品视频在线播放
有色又爽的强奸视频
女老师喝下利尿剂最后尿失禁喷出来了视频网站免费黄黄
a级免费观看
波多野结衣
巨大欧美 BV
欧美老妇性爱
快手八酱的爆料网站免费
国产黄AV
旗袍裸体被 吸乳羞羞
99碰在线视频首页
中文字幕色色视频
免费国产va视频永久在线看
黄色工厂AV片
国产黄片色视频
久久性交小视频
女人高潮呻吟视频
超碰人人透人人爽人人看