与DeepSeek-OCR不谋而合，NeurIPS论文提出让LLM像人一样读长文本

南京理工大学等团队在 NeurIPS 2025 提出 VIST 框架，通过“视觉+语言”双通道机制提升大模型长文本处理效率。该方法模拟人类阅读习惯，将非关键文本转为图像并压缩处理，使视觉 Token 减少 56%，显存占用降低 50%。在开放域问答和 11 项 ICL 任务中表现优于现有文本压缩方法，且在多语言环境下显著减少 Token 数量，具备更强鲁棒性和计算效率，为未来长上下文 LLM 提供新方向。
来源：https://mp.weixin.qq.com/s/zYnxpBhRsndlAdN2zZlHxA