混元OCR模型核心技术揭秘：统一框架、真端到端
语义能力表现出色，荣获ICDAR 2025 DIMT挑战赛冠军，并在OCRBench上取得3B以下模型SOTA成绩。
你需要掌握这些浏览器插件、公式编辑、大纲列表、高亮工具
【Obsidian】+【Citations、Better BibTeX】是一个 Zotero 与 Obsidian 联动方式，你可以拾取 Zotero 的所有文献数据，导入 Obsidian，写笔记的好帮手。
给Transformer变个形，LLM竟能变得更聪明
论文由 Mila的 Reza Bayat、康奈尔大学的 Ali Behrouz，以及 Mila 联合创始人、蒙特利尔大学教授 Aaron Courville 共同完成。
凯旋门前这组知名对比照，真相却是反转又反转
近日，世界各地的网友都分享了一组最近巴黎反政府抗议活动“黄背心”的照片。照片中“法国记者蹲在一个小火堆前巧妙地拍出凯旋门前大火燃烧”的效果，并配以“视角问题”的标题。
具身智能体长程记忆：看见不等于记住，浙大提出具身记忆基准
设想一个日常场景:家庭机器人刚刚在茶几上看见一本书，去厨房完成几项任务后，接到取书的指令，却又开始挨个房间搜索。
赋灵而非赋能 造血更胜输血 怎么看待物灵科技的梦想与偏执
今日头条的张一鸣，被评价为“有着技术原教旨主义的偏执”，正是坚信算法超越主观分发的效率让其创办了今日头条，成为今日TMD中分量最重的一员；与之相似的，大疆创始人汪滔对于产品完美近乎偏执的追求，他将“激极尽志，求真品诚”八个字作为大疆的座右铭，视为企业文化的内核。
分割/识别/解说一个模型搞定！3B参数刷新视觉理解SOTA
PAM团队 投稿量子位 | 公众号 QbitAI可以输出语义的「分割一切模型2.0」来了！一次交互，「分割+识别+解释+描述」全搞定，同时支持图像、视频和长视频，文本&Mask同时输出！
具身智能体长程记忆：看见不等于记住，浙大提出具身记忆基准
设想一个日常场景:家庭机器人刚刚在茶几上看见一本书，去厨房完成几项任务后，接到取书的指令，却又开始挨个房间搜索。
大模型理解复杂表格，字节&中科大出手了
允中 发自 凹非寺量子位 | 公众号 QbitAI只要一个大模型，就能解决打工人遇到的表格难题！字节联手中科大推出了一款统一表格理解大模型，可以以用户友好的方式解决多种表格理解任务。同时提出的还有一套开源测试基准，可以更好地评估模型在表格理解任务上的表现。
AI提示词和提示词工程的有什么区别、以及案例展示
一、什么是提示词？提示词的英文解释是：Prompt。提示词是直接输入到A大I模型中的问题、请求或指示，它用来引导模型的输出。而且它可以是一个非常简单的指令，比如“请帮我总结这篇文章的主要观点”，或者更复杂的任务，比如“请帮我设计一个包含多个步骤和条件的复杂任务”。