视觉压缩 - 视觉压缩技术,学习,经验文章

X.Cristiano

5 小时前

DeepSeek-OCR和Glyph用视觉压缩思路对比大语言模型（LLM）在处理长文档时，普遍面临“计算开销随文本长度平方级增长”的瓶颈。为破解这一难题，视觉压缩成为了一条富有前景的新路径——不再单纯依赖文本Token，而是将文本转换为图像，利用视觉编码器进行高效压缩。