intsig

摘要： 近日，“中国大学生服务外包创新创业大赛”（以下简称“服创大赛”）决赛在江南大学圆满落幕。作为服务外包产业领域唯一的国家级赛事，近年来服创大赛的竞赛内容与方式不断创新，品牌效应持续扩大，已累计吸引1600余所院校、50余万名大学生报名参加。在人工智能发展如火如荼之际，大赛鼓励越来越多的青年学子们用创新技术解决现实社会问题。合合信息作为人工智能科技企业的代表，为参赛队伍提供赛题指导与技术支持，与高校学子共同探索技术应用场景广阔蓝海。 阅读全文

摘要： TextIn团队的文档解析测评工具Markdown Tester在Github发布后，我们陆续与大家探讨了目前业内对PDF解析工作的评判标准与我们各项测评指标的设计原理，包括段落、表格、公式、阅读顺序等维度。 今天，我们将介绍另一项重要指标，也是业内面对的一项普遍性难点：标题识别，以及它如何影响数据清洗与RAG系统开发。 阅读全文

摘要： 随着我国外贸新业态的快速增长，银行国际结算业务在服务实体经济发展、促进贸易投资便利化进程中发挥了越来越重要的作用。根据中国银行业协会近日发布的《中国贸易金融行业发展报告（2023—2024）》，2023年我国主要商业银行国际结算规模再创历史新高，达到11.57万亿美元，较上一年增幅4.4%。中国商业 阅读全文

摘要： 随着大模型文档智能应用逐渐步入正轨，文档解析类产品成为其中重要的一环。文档解析工具能够“唤醒”沉睡在PDF文件中的知识，将其转化为机器能够识别、读取的信息，将可用数据从txt、csv格式扩展到大批量的电子档、扫描档文件，为数据处理、大模型训练、RAG系统开发提供优质的“燃料”。 近期，文档解析的赛道越发火热，大量企业、开发者入局，为AI应用者提供更多可选产品。最近我们也在文章《以后再也不用肉眼测评解析产品了》（+link）中探讨了面对多种选项，我们应如何挑选适合自己业务场景的产品。 然而，作为解析产品的开发者之一，我们认为：PDF解析，还能做得更好，为用户提供更可靠、优质的服务。 阅读全文

摘要： 合合信息旗下的启信宝，作为行业领先的商业查询APP，依托其3亿企业及机构的实时动态数据，涵盖工商、股权、司法、知识产权等多维度信息，推出了“司法大数据”功能。 阅读全文

摘要： 生成式人工智能作为新一轮的技术革命成果，在赋能千行百业，给经济社会发展带来新机遇的同时，也产生了个人信息泄露、数据安全风险等问题。在此背景下，中国信息通信研究院（简称“中国信通院”）联合抖音、百度、阿里巴巴、科大讯飞、合合信息等科技企业，共同参与了《生成式人工智能个人信息保护技术要求》系列标准（下称 阅读全文

摘要： 前几天，有一位用户使用OCR产品识别多栏论文后向我们询问：要怎么解决不合适的断句、分段以及错误阅读顺序的问题？ 我们用一个相似案例为大家直观展示这位用户遇到的情况。 如图中的多栏期刊，如果用OCR识别，或直接在一些办公软件对文字进行复制黏贴，我们就会得到右侧的效果——按PDF排版而不是语义进行换行分 阅读全文

摘要： 一、简要介绍 本文简要介绍了大模型热门论文“Let’s Verify Step by Step ”的相关工作。近年来，大型语言模型在执行复杂的多步骤推理的能力上有了显著的提高。然而，即使是最先进的模型也会经常产生逻辑错误。为了训练更可靠的模型， 可以转向为最终结果提供反馈的结果监督，或者转向为每个中 阅读全文

摘要： 一、简要介绍 论文研究了自深度学习出现以来，预训练语言模型的算法的改进速度。使用Wikitext和Penn Treebank上超过200个语言模型评估的数据集(2012-2023年)，论文发现达到设定性能阈值所需的计算大约每8个月减半一次，95%置信区间约为5到14个月，大大快于摩尔定律下的硬件增益 阅读全文

摘要： 上周，文档解析测评工具发布后，我们收到最多的反馈问题是—— 你们这套测试指标是如何确定的？表格、段落、标题、阅读顺序、公式这些维度分别代表什么？ 测试结果中数字都有什么意义？在实际使用中又起到怎样的作用呢？ 大家关心的问题，就是我们的最高优先级。 近期，我们会根据用户朋友们的反馈意见不断优化测评工具 阅读全文