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(8)
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(21)
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(29)
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(16)
评论(0)
推荐(0)
先问一个做文档智能的同学都遇到过的问题：模型给你的 RAG 系统返回了一个答案，看起来没毛病，但你敢不敢让它把答案在原文里的位置圈出来？ 
先从一个扎心的现实说起：大模型训练的成本曲线，这几年基本把学术实验室挤出了牌桌——参数量上去，卡和电费按亿美元计，能玩万亿参数训练的只剩少数大厂。MoE（混合专家架构，总参数很大但每个输入只激活一小部分「 
Coding Agent 最大的隐形开销不是推理，而是「失忆重启」：你去泡杯咖啡回来，KV 缓存早过期了，Agent 要么重新摘要一遍历史、要么把几十万 token 重新 prefill 一遍。UCSB 与微软的 ReCAP 换了个思路——推理时反正算过注意力，用完 
做文档解析的都知道现在有多卷：dots.ocr、DeepSeek-OCR、GLM-OCR、PaddleOCR-VL……端到端解析模型几乎月月出新，OmniDocBench 的分数也开始了 90+ 通货膨胀。你的感受大概和我一样：再看下去，分数已经分辨不出好坏模型了。 
浙公网安备 33010602011771号