LensVLM用选择性上下文扩展压缩视觉文本表示
热点事件持续更新
LensVLM用选择性上下文扩展压缩视觉文本表示
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Roy Xie等论文作者提出LensVLM，一种面向视觉语言模型处理渲染为图像文本的推理框架与后训练方法：模型先扫描压缩图像，再通过学习到的工具只把相关图像选择性扩展为未压缩形式。 基于论文摘要，基于Qwen3.5-9B-Base的LensVLM在7个文本问答基准上以4.3倍有效压缩维持接近全文本上限的准确率，并在最高10.1倍有效压缩下超过检索式、文本压缩和视觉压缩基线；方法还扩展到多模态文档与代码理解任务。
AI 根据报道生成 · 3 小时前更新
最新进展10月12日 12:00
LensVLM通过选择性上下文扩展实现压缩视觉文本表示报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · cs.AILensVLM通过选择性上下文扩展实现压缩视觉文本表示
LensVLM是一种面向视觉语言模型文本图像压缩的推理框架与后训练方法：模型先扫描压缩图像，再通过学习工具选择性扩展相关图像。基于论文摘要，基于Qwen3.5-9B-Base的LensVLM在7个文本问答基准上以4.3倍有效压缩维持接近全文本上限的准确率，并在最高10.1倍有效压缩下超过检索式、文本压缩和视觉压缩基线；方法还扩展到多模态文档与代码理解任务。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月12日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。