苹果与杜克提出LensVLM长上下文压缩方法

2026年10月，苹果基础大模型团队与杜克大学提出 LensVLM 方法，让模型先浏览覆盖全文的压缩页面，再展开与问题相关的页面细读，该工作已被 NeurIPS 2026 接收。据机器之心报道，在七项文本问答评测中，LensVLM 以 4.3 倍有效压缩达到 68.9% 的平均准确率，接近完整文本参照的 72.4%；在 15 倍初始压缩下，基础模型直接阅读仅 18.1%，LensVLM 达到 52.1%。报道同时指出，公开的 LensVLM 9B Demo 已上线，可体验模型选页、展开与作答过程；短上下文中直接输入全文仍然更快，该方案优势主要体现在长文档以及能够复用页面图像的多次查询场景。

AI 根据报道生成 · 1 天前更新