目今位置:首页 → 电脑软件 → 苹果已付清12亿卢布反垄断罚款 → 国产九色 v4.990 PC版
v4.688.5873.870891 IOS版
v2.355.4208.586631 IOS版
v7.657.1240.679293 IOS版
v7.654.7992.598080 安卓漢化版
v4.620.7457.849445 PC版
v6.634.6568.519903 PC版
v8.256.5145 安卓漢化版
v9.378 PC版
v9.197.4567.887482 安卓漢化版
v1.925.8757.199880 安卓版
v7.31 PC版
v4.418.3928.379266 安卓版
v9.403.348.744987 IOS版
v5.956.7424 安卓漢化版
v6.852 IOS版
v9.137.5398 IOS版
v4.766.4434.873893 PC版
v7.818.9145.795388 IOS版
v4.555.6286.799426 安卓最新版
v8.717.1990 IOS版
v5.638 安卓版
v5.683.2474 最新版
v1.915.6444 安卓版
v8.996.4262.738092 IOS版
v3.13.9742.516966 安卓漢化版
v4.995 安卓免費版
v7.336.5773 PC版
v7.547.8257 安卓最新版
v9.969.8858.37768 PC版
v9.686.172.238685 最新版
v4.873.7608.803387 最新版
v5.706.4097 最新版
v5.478 安卓免費版
v2.472 安卓漢化版
v9.238.9095.699280 安卓最新版
v7.481.5101.763789 PC版
v5.581.8864 安卓最新版
v9.583.8208.482235 安卓漢化版
v2.315 安卓免費版
v9.203.6091.853 PC版
v4.622.1698.237970 IOS版
v6.561.6170.262062 最新版
v8.389 安卓漢化版
v5.956.7961 安卓漢化版
v2.128.8581.156368 IOS版
v4.719.3851.727354 IOS版
v4.790.180.63443 PC版
v9.642.449.366661 IOS版
v9.725.5506 PC版
v3.241.5755.760257 IOS版
v2.550.5061.471012 PC版
v2.925.2149 安卓最新版
v7.430.4208 安卓漢化版
v3.778.1741.424132 PC版
v4.391.4127.898083 安卓漢化版
v6.301.5236 安卓最新版
v7.365.8511.417227 安卓漢化版
v2.633.7387 最新版
v7.712.8484.90868 最新版
v2.868.2202.252681 安卓版
v8.517.7301 PC版
v1.80 安卓版
v2.603 安卓版
v4.392.7013.874944 安卓最新版
v7.24.7997.944215 最新版
v7.499.1968 IOS版
v5.640.8616.483494 安卓版
v8.804 安卓漢化版
v2.266.8636 安卓版
v5.517 最新版
v6.604.4078 安卓漢化版
v9.787.7916.323353 最新版
v6.469.5800.497670 IOS版
v7.922.2567.854719 安卓版
v7.652.8308 PC版
v2.17.210 安卓免費版
v3.414 PC版
v5.258.4248 IOS版
v6.109.6437.954427 安卓免費版
v8.390.4223 安卓最新版
国产九色
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
人妻春色
【 】https://m.tb.cn/h.haiRImU?tk=vJvQVq9WPxF CZ225「」 ##X9sP8uDPDvCz26
国产人前露出在线视频
日韩黄色激情视频
m.lwfhpbc.cn/post/20250816_95002.html
国产一级人爱视频
操逼视频软件下载
国产做受 高潮af bnnj
鸥美操逼片
超级女教师2免费完整版电视剧官方版
官场太太献身系列小说
91看片插插插
女S男M调教 免费网站
99视频精品25
免费黄色视频大全在线看
日本美女一级
伊人久综合
午夜视频92国产精品
沫子上阵未删减版内容介绍
91精品视頻在线
亚洲视频大全
捆绑 调教 sm 乳夹
欧美又粗又硬又色A片
黄片在线看
《泡在我家的黑田同学》
一级A片在线无码视频
大尺度国模
一级在线看片免费