用户8729876

LV1

发表了文章 22小时前2026-08-08 16:27:54

ConfBench：大模型的「我很有把握」，到底能不能信？

💡 一句话总结：ConfBench 用受控退化造出一份「低精度区」基准，首次系统测出 VLM 在文档提取时自报的置信度能不能信，还给了 ECARB 这个能直接算...

用户8729876 22小时前2026-08-08 16:27:54

LLM、行业文档识别、算法、大模型部署

发表了文章 1天前2026-08-08 13:41:37

PaDoc：让端到端文档解析不再串行——吞吐翻倍、延迟减半，质量还没掉

💡 一句话总结：PaDoc 把端到端文档解析的解码图从「一条长链」改成「布局串行规划 + 各区域内容并发生成」的分支树，靠祖先注意（ancestral atte...

用户8729876 1天前2026-08-08 13:41:37

行业文档识别、大模型部署、AIGC、人工智能、LLM

发表了文章 2天前2026-08-06 17:24:44

Skill-α：教 Agent 学会自己'改说明书'

💡 一句话带走：Skill-α 把 agent skill 的生成变成"一步步改"，用 rollback reward（编辑前后在同一任务上跑一遍对比）给每次编...

用户8729876 2天前2026-08-06 17:24:44

agent、玩转腾讯云AISkills、LLM

订阅了专栏 2天前2026-08-06 17:23:46

Skills

skill

1 文章1 订阅数

加入了专栏 2天前2026-08-06 17:23:46

Skills

skill

1 文章1 订阅数

创建了专栏 2天前2026-08-06 17:23:46

Skills

skill

1 文章1 订阅数

发表了文章 3天前2026-08-05 18:01:34

SwanTale：字节把声音克隆和「自然语言导演」塞进了同一个模型

💡 一句话带走：字节 2026 年 8 月的技术报告 SwanTale 用一套统一框架（SwanVAE 连续 latent + Flow-matching Tr...

用户8729876 3天前2026-08-05 18:01:34

AIGC、算法、lm

订阅了专栏 3天前2026-08-05 18:00:06

LM

LLM

0 文章1 订阅数

加入了专栏 3天前2026-08-05 18:00:06

LM

LLM

0 文章1 订阅数

创建了专栏 3天前2026-08-05 18:00:06

LM

LLM

0 文章1 订阅数

发表了文章 3天前2026-08-05 16:16:57

为什么调一个文档抽取 pipeline 要花几周？IDP AutoOpt 让 agent 来替你

💡 一句话带走：AWS 的 IDP AutoOpt 派一个跑在闭环里的 LLM agent（评分 → 逐字段诊断错误 → 改配置 → 重评），把一整条文档处理流...

用户8729876 3天前2026-08-05 16:16:57

论文共读、人工智能、文字识别、agent、算法

发表了文章 5天前2026-08-04 14:00:25

做文档解析的人该看看 Infinity-Parser2：一个模型把版面、表格、公式、图表全端了

💡 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...

用户8729876 5天前2026-08-04 14:06:36

人工智能、LLM、ocr、算法、图像识别

发表了文章 5天前2026-08-04 13:58:18

阅读笔记：ExtractBench: A Benchmark for Schema-Guided Enterprise Document Extraction

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

用户8729876 5天前2026-08-04 13:58:18

算法、LLM、ocr

发表了文章 7天前2026-08-02 08:01:37

阅读笔记：DocOCR-Eval: A Correction-Based Framework for OCR Tool Selection Without Ground Truth

这篇论文用 "MLLM 当 corrector、衡量 OCR 原始输出与校正后输出的差异" 的思路，提出一个无需人工标注的 OCR 引擎选择框架 DocOCR-...

用户8729876 7天前2026-08-02 08:01:37

人工智能、算法、计算机视觉、文字识别

订阅了专栏 7天前2026-08-02 00:42:19

智能文档处理

6 文章5 订阅数

加入了专栏 7天前2026-08-02 00:42:19

智能文档处理

6 文章5 订阅数

创建了专栏 7天前2026-08-02 00:42:19

智能文档处理

6 文章5 订阅数

个人简介

暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
加入社区时间：2021-06-15

个人成就

获得 6 次赞同
文章被阅读 653 次

关注了：0关注者：5

用户8729876

ConfBench：大模型的「我很有把握」，到底能不能信？

PaDoc：让端到端文档解析不再串行——吞吐翻倍、延迟减半，质量还没掉

Skill-α：教 Agent 学会自己'改说明书'

Skills

Skills

Skills

SwanTale：字节把声音克隆和「自然语言导演」塞进了同一个模型

LM

LM

LM

为什么调一个文档抽取 pipeline 要花几周？IDP AutoOpt 让 agent 来替你

做文档解析的人该看看 Infinity-Parser2：一个模型把版面、表格、公式、图表全端了

阅读笔记：ExtractBench: A Benchmark for Schema-Guided Enterprise Document Extraction

阅读笔记：DocOCR-Eval: A Correction-Based Framework for OCR Tool Selection Without Ground Truth

智能文档处理

智能文档处理

智能文档处理

个人简介

个人成就

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐