arXiv · cs.AI· Lv Tang, Tianyi Zheng, Yang Liu, Bo Li, Xingyu Li·· 2 天前
将视觉文本压缩形式化为测量传输
Visual Text Compression as Measure Transport
arXiv:2605.06708v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Lv Tang, Tianyi Zheng, Yang Liu, Bo Li, Xingyu Li
研究任务与主要进展
论文提出将视觉文本压缩建模为测量传输问题，把视觉编码造成的信息损失分解为patch内聚合的精度成本和patch间碎片化的覆盖成本。基于这些可估计成本，作者提出无标签路由规则与按区域高分辨率重编码机制；在Qwen3-4B的24个NLP数据集上，该规则在17/24个数据集匹配逐数据集oracle，平均任务分数较纯LLM提高3.3%，平均token减少10.3%。上述结果基于论文摘要，尚未核验全文。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org