DeepSeek發布視覺基元推理方法，提升多模態複雜推理能力

BTCC / BTCC Square / PanewslabTW /

Author:

發佈時間:

2026-04-30 10:55:00

PANews 4月30日消息，根據DeepSeek發布的技術報告，其提出「視覺基元推理」（Visual Primitives）方法，透過將點、框等基礎視覺單元嵌入推理鏈，解決多模態任務中的Reference Gap問題。此方法基於DeepSeek-V4-Flash架構，並透過壓縮KV快取實現低映像token消耗。在計數與空間推理基準測試中，其表現可比GPT-5.4、Claude-Sonnet-4.6及Gemini-3-Flash（僅限部分維度）。團隊表示未來將開源部分基準與數據，模型權重將整合後發布。

來源:

登入回覆

登入分享您的看法

前一篇

<< 支付寶、財付通等17家機構支付執照成功續展，3家支付機構續展申請中止 >>

本站轉載文章皆來自公開網絡，部分由AI整理，僅為傳遞產業訊息，不代表BTCC立場。原創權益歸原作者所有。如發現版權問題，請透過[email protected]聯絡我們，我們將依法處理。 BTCC不對資訊準確性、時效性及完整性作任何保證，不承擔因依賴資訊而產生的任何責任。內容僅供參考，不構成投資、法律或商業建議。