💡 一句话总结：NaviDC-OCR 证明了在文档解析这条赛道上，"针对性的数据工程 + 训练配方"比堆参数量管用——1.2B 模型四大基准全第一，还顺手赢了一...

从学习科学的角度，归因的价值在于：单题订正修"这一题"，归因定位修"这一类"（一个被广泛引用的研究综述指出，学习者对自身"薄弱处的结构"缺乏系统性认知，是元认知...

上个月去朋友公司喝茶，财务主管老王拉着我吐槽：每天两千多张发票，四个人轮流转录，眼睛都看花了，出错还得返工。我瞄了一眼他的屏幕，ERP 系统里密密麻麻的表格，旁...

💡 一句话总结：把题目从文本挪进图片，主流多模态大模型几乎全军覆没（24 个组合全掉分，平均 17.8 分），而它们常常能正确"读"出题目却不照它作答——这篇论...

项目介绍： 这是一个面向知识库自动化的长文档智能解析工具。支持上传 PDF、扫描件及手机拍照的标准、规范、制度、手册等长文档，可自动抽取目录结构、章节层级、表格...

💡 一句话带走：Infinity-Parser2 把"可控数据合成 + 多任务联合强化学习"拧成一个端到端文档解析大模型，开源 500 万双语数据和两个模型，给...

代码：https://github.com/run-llama/ExtractBench

很多人手里有一批扫描版 PDF——相机拍的、扫描仪扫的、或者老文档转成的图片型 PDF。这类文件有两个麻烦：

第一次认真考虑"作业辅导"这件事，是从研究腾讯云的一批 AI Skills 开始的。当时在系统梳理这些能力：OCR 能读图、ASR 能听声、TTS 能说话、内容...