摘要： 
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）给每次编辑打分，绕开了"skill 没有天然监督信号"这个本质难题。如果你在做 agent、正头疼 skill 怎么积累而不是手写，这篇值得读。 阅读全文
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）给每次编辑打分，绕开了"skill 没有天然监督信号"这个本质难题。如果你在做 agent、正头疼 skill 怎么积累而不是手写，这篇值得读。 阅读全文
posted @ 2026-08-07 09:21
Lusca2026
阅读(10)
评论(0)
推荐(0)
摘要：
💡 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"用一个模型替掉整条解析流水线"提供了很强的公开基线——做 RAG / 文档智能的人值得在自己数据上跑一遍。 做 RAG 或文档智能的人， 阅读全文
posted @ 2026-08-04 13:47
Lusca2026
阅读(22)
评论(0)
推荐(0)
摘要：
资源 论文：https://arxiv.org/abs/2607.29677 代码：https://github.com/run-llama/ExtractBench 数据集：https://huggingface.co/datasets/llamaindex/ExtractBench 项目主页：n 阅读全文
posted @ 2026-08-03 12:07
Lusca2026
阅读(30)
评论(0)
推荐(0)
摘要：
TL;DR 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-Eval：对每个候选引擎的输出依次跑三阶段错误诊断（字符噪声 \(D_c\) / 分词错误 \(D_t\) / 语义一致性 \( 阅读全文
posted @ 2026-08-02 00:48
Lusca2026
阅读(19)
评论(0)
推荐(0)
小米发布 0.8B 统一 OCR 模型 Xiaomi-OCR-0：以约 1.7 亿样本的 OCR 语料配合专家共识、渲染校验与定向合成的数据引擎，通过 Q-Mask 文本锚定、多任务继续预训练与 Mix-RL 渐进训练，在 OmniDocBench v1.6 拿下 96.83、Real5 拿下 95.24，OCR-VQA 五 
给 Agent 建长期记忆，业内默认做法是离线把历史对话压缩成摘要、图谱、分层记忆库——又贵又容易和真实问题对不上。东北大学联合清华、阿里提出的 T²Mem 反其道而行：离线只提取轻量的「情景元数据 + 原文回链」，把记忆 
做 OCR 的朋友应该有感觉：这两年榜单刷得飞起，但刷榜的模型大多是「偏科生」——解析模型（MinerU、PaddleOCR-VL 这类）把 PDF 还原得炉火纯青，可你让它数一数图里有几个文字实例、或者对着图表做步推理，它就露怯；通用 VLM 
浙公网安备 33010602011771号