AGI Hunt· FangZhi Zhong·· 3 小时前AI 评分45
FocusVTC:自适应分辨率视觉文本压缩,RULER 得分 87.4
AI 导读
FocusVTC 用低 DPI 全局图加选择性区域增强,在 72 DPI 下 RULER v1 得 87.4,输入压缩 2.9 倍。同压缩率下 Glyph 仅 57.5,LongBench 56.40 超过文本输入 backbone,端到端较文本加速 2.79 倍。训练用 29.4K 条 REL-CoT 示例与 REL-SFT、GRPO,MMMU 从 65.12 升至 66.73。
来源:AGI Hunt · agihunt.info