avatar
铁锤人
2个月前
这两天看到好多人在关心DeepseekOCR和百度PaddleOCR-VL的对比，我有些技术见解 我之前公司开发过文档翻译，选型PaddleOCR-VL 现在结论依然不变， 因为在OmniBenchDoc V1.5 权威榜单中： 1. 表格结构理解：Table TEDS 得分，领先 15.5 分 2. 表格语义理解：91.43分，领先 9.9 分 3. 综合得分 92.56 vs 86.46，领先 6.1 分 从选型角度来说： 1. 做OCR文档解析工作流（文本+表格+公式+阅读顺序）时，相比后者更好 2. 模型比较小，方便用户端侧推理下载webgpu推理。 但若你关注长上下文压缩等新思路，后者值得在相关场景中探索。
#DeepseekOCR #PaddleOCR-VL #文档解析 #表格识别 #性能领先
avatar
Olivert
2个月前
一个查找英文单词短语在电影里面使用场景的网站。
#电影 #英文单词 #短语 #使用场景 #查找网站
avatar
谷风
2个月前
雷总开始反击行动了
#雷军 #反击 #行动 #商业 #积极
avatar
Frank Luo
2个月前
更新博文：扔几个骰子，怎么算出期望？- 拼多多校招笔试算法题的数学故事 2020年多多校招笔试第4题，比之前的第一题要难一些。这道题可以用概率卷积，或者说动态规划，也可以用枚举法 #algorithms #math #LeetCode #interview
#拼多多校招 #笔试算法题 #概率期望 #动态规划 #数学
avatar
Cell 细胞
2个月前
最近在做「小某书」里播客分享和种草笔记的相关分析，因为大部分是图片为主，所以绕不开 OCR。横评一圈后，发现最能打的还是 PaddleOCR，下面第二张，是找的手写笔记识别测试效果。 PaddleOCR 算是开源深耕多年、生态完整、工程部署友好。看了他们最新 PaddleOCR-VL 的跟DeepseekOCR的对比指标，居然在权威 OmniBenchDoc V1.5 上做到： - 综合 92.56（+6.1 相比 DeepSeek-OCR-Gundam-M，模型仅 0.9B） - 表格结构 TEDS 93.52（+15.5） - 表格语义 TEDS-S 91.43（+9.9） - 阅读顺序误差 0.043 - 公式 CDM 89.76（略胜） 这对实战意味着：多表格页、混排公式/手写、阅读顺序恢复更准、更省清洗成本。顺带点赞 DeepSeek 的“上下文光学压缩”思路，学术上很有启发，但落地层面我会优先上 PaddleOCR-VL 做生产线基座。
#PaddleOCR #OCR技术 #DeepseekOCR #性能对比 #开源
avatar
向阳乔木
2个月前
有AI帮忙，产品经理也能快速迭代产品了。 1. 画笔单独拿出来，方便圈划文字，更像小红书风格。 2. 增加了200多个透明svg图标，记录最近使用。 3. 增加 unsplash，千万免费开源图随便用。 4. 增加模版功能，设计好以后保存，方便复用。 马上体验（推荐电脑用）：
#AI #产品经理 #产品迭代 #效率提升 #功能更新
avatar
ginobefun
2个月前
《智能体设计模式》第六章「规划模式」完成翻译，目前已翻译章节： 00 - 前言部分 01 - 第一章：提示链模式 02 - 第二章：路由模式 03 - 第三章：并行模式 04 - 第四章：反思模式 05 - 第五章：工具使用模式 06 - 第六章：规划模式 规划模式让智能体具备前瞻性思维能力，能够将复杂任务拆解为更小且可管理的步骤，并制定实现预期结果的策略。通过规划能力，智能体不再只是对眼前输入作出反应，而是能够自主规划从初始状态到目标状态的完整路径。这里为大家梳理几个关键要点： 1. 核心理念：从被动响应到主动规划 规划模式的核心在于建立「理解目标 → 制定计划 → 执行步骤 → 灵活调整」的智能流程，让智能体具备战略性、目标导向的执行能力。 - 传统模式的局限：基础智能体只能对眼前输入作出反应，缺乏处理复杂多步骤任务的能力，无法将高层次目标拆解为可执行的子任务。 - 规划模式的价值：智能体能够接收高层次目标并自主拆解为有序的执行步骤，在遇到阻碍时灵活调整路线，从而有效处理包含多个步骤和相互依赖的复杂任务。 2. 规划的关键特征 规划模式通过以下特征实现智能化的任务执行： - 目标驱动：接收高层次的目标声明（做什么）而非具体指令（如何做」，由智能体自主决定实现路径。 - 即时生成：计划不是预先存在的，而是根据当前状况和目标要求即时生成的。 - 灵活应变：初步计划只是出发点，智能体能够接纳新信息并在遇到阻碍时动态调整策略。 - 结构化分解：将复杂目标拆解为一系列更小、可执行的步骤或子目标，按逻辑顺序处理依赖关系。 3. 典型应用场景 规划模式在四大领域展现出核心价值： - 流程自动化：编排复杂工作流，如新员工入职流程，包括创建账户、分配培训、部门协调等有序子任务。 - 机器人与自主导航：进行状态空间遍历，生成从起始状态到目标状态的最优路径，同时遵守环境约束。 - 结构化信息整合：生成研究报告等复杂输出，规划包含信息收集、数据归纳、内容结构化、迭代打磨等阶段。 - 多步骤问题解决：制定并对系统化流程进行诊断、实施解决方案，并在必要时升级处理。 4. 实现框架与特点 - CrewAI：通过定义明确的智能体角色和任务，支持先规划后执行的工作流，适合结构化的多步骤任务。 - Google 深度研究：利用多步骤动态迭代流程，把用户提示拆解为研究计划，循环执行搜索与分析，生成带引用的结构化报告。 - OpenAI 深度研究接口：提供编程化控制能力，支持 MCP 协议连接私有知识库，展示完整的中间步骤（推理、搜索、代码执行）。 5. 使用时机与权衡 当任务复杂度超出单一操作范围时，应当使用规划模式，但需要权衡灵活性与可预测性： - 适用场景：任务需要多个相互依赖的步骤才能完成；「如何做」的方案需要探索而非已经明确；需要自动化处理复杂的工作流程；需要生成全面、综合的结果。 - 权衡考量：当问题的解决方法已经清楚且可重复时，固定流程比动态规划更有效；规划增加灵活性的同时也引入了不确定性；需要在自主性和可预测性之间找到平衡。 - 核心价值：将智能体从简单的被动响应者提升为战略性、目标导向的执行者，能够管理复杂流程并产出全面综合的结果。 点击项目链接 可双语对照阅读，跟踪最新翻译进展，也欢迎加入交流群一起阅读讨论、反馈问题或随个 Star ~
#智能体 #规划模式 #任务拆解 #自主规划 #深度研究
avatar
Andy Stewart
2个月前
当年折腾板子的照片 每天开着车，拉着几台微服，带着两个小米路由器，一到供应商那里就开始疯狂测试，不知道的人以为我在用小米路由器给微服做空中按摩 每天都看无数遍dmsg日志，我现在都背得SATA硬盘各种状态下内核的日志序列 😂
#微服测试 #小米路由器 #SATA硬盘 #内核日志 #硬件调试
avatar
又切换回 iPhone 主力了，推送稳定性的原因。
#iPhone #推送稳定性 #用户体验 #切换 #主力机
avatar
Yufan Sheng
2个月前
继上次教一位朋友 Golang 失败后，这两天又开始教另一位好友 Python，当然这次也不是我第一次教别人 Python。之前教过老婆 Python，并以失败告终。这次吸取前两次失败经验，老老实实按照官网的 Tutorial 一步步教。但是教到 Python 的方法签名的时候，又被这个复杂度搞得有点卡壳。感觉这个地方对新手要花上一点时间。
#Python教学 #编程入门 #方法签名 #新手教程 #学习困难
avatar
Nicolechan
2个月前
我摸索出了一个30天和老外无障碍交流的方法： 确定一个你需要和老外交流的场景 1.先让ChatGPT 根据你的目标场景 模拟出对话 2.根据这个和GPT/豆包语音聊天 3.在对话的过程中发现可以优化的地方，让GPT给你列出更多优化的表达方式 4.在下次场景对话中使用这些新的表达方式 如此循环30次左右 你会在这样的循环中，越来越自信 应对这样的场景 越来越游刃有余 再按照这个步骤多练几个场景 就基本上可以涵盖你工作中的大部分需要了 希望这条分享对你有帮助！
#ChatGPT #外语交流 #30天学习法 #语言学习 #经验分享
avatar
meng shao
2个月前
[论文解读] DeepAnalyze: Agentic LLM 助力自主数据科学 来自中国人民大学和清华大学团队的论文，提出 DeepAnalyze-8B 模型，基于 Agentic LLM 实现从原始数据到深度报告的自主数据科学，突破传统固定流程的局限。 核心贡献 · DeepAnalyze-8B：80亿参数开源模型，自主协调规划、数据理解、代码生成等任务，通过提示或微调支持数据问答、建模及开放研究。 · 课程式训练：从单一技能（推理、代码）到综合能力，结合强化学习解决反馈稀疏问题。 · 轨迹生成框架：通过多智能体交互和关键词引导，从数据集生成50万条高质量训练样本（DataScience-Instruct-500K，已开源）。 · 实现从数据清洗到报告生成的端到端流程。 方法概述 基于 DeepSeek-R1-0528- Qwen3-8B，模型通过五类行动标记（如⟨Analyze⟩规划、⟨Code⟩代码生成）循环优化输出。训练分两阶段： 1. 单一技能微调：监督学习提升推理、数据理解、代码能力，关键词优化增强表格处理。 2. 多技能训练：交互轨迹微调后，用.GRPO 强化学习，结合规则、准确性和 LLM 评分优化。 训练在 NVIDIA A800 GPU 上完成，支持 32K tokens 序列，轨迹从 Spider/BIRD 等数据集生成并过滤。 主要成果 在12个基准测试中，DeepAnalyze-8B 表现优异： · 完整流程（DataSciBench）：成功率59.91%，完成率66.24%，接近GPT-4o（66.31%），数据准备（71.68%）和可视化（69.09%）领先。 · 分析/建模（DSBench）：准确率30.04%，成功率90.63%，超GPT-4o智能体。 · 多步推理（DABStep）：准确率38.88%，远超ReAct+GPT-4o（15.77%）。 · 深度研究（DABStep-Research）：内容得分3.81/5，格式4.39/5，优于GPT-4o（3.05/5），案例中识别18-27%费用优化和35-42%欺诈降低潜力。 · 代码/表格问答：代码生成61.7%（超GPT-4-turbo 53.9%），表格问答64.47%（SOTA）。 消融实验显示课程训练提升23.54%，轨迹优化增4.57%。模型、代码、数据集已开源。 论文地址：
#DeepAnalyze-8B #agentic LLM #自主数据科学 #数据分析 #开源模型
avatar
Viking
2个月前
突然发现在帖子里面的链接的行为变了啊 现在会弹出一个浮层 这样可以一边看一边 一边完成一些交互 还是很不错的 还有就是为什么很多人都喜欢把链接发到评论区去？ 然后画蛇添足的加一句链接见评论区呢？这是提高曝光的做法吗？ 实在不懂，直接将链接发在主post里面不是很简单很直观的吗
#帖子链接行为 #浮层交互 #评论区发链接 #提高曝光 #用户行为分析
avatar
梁文锋的30个关于投资的金句！ 为什么要聊梁文峰，这几天火爆的ai交易大赛他的收益率干翻了其他所有ai。 1、和很多新技术一样，量化投资刚出现的时候也是被嘲笑的对象，没有人相信计算机可以像人类一样进行投资。 2、西蒙斯却敏锐地预见到，随着计算机技术的发展，终有一天“不可能”将会变成现实。他在早期做了诸多尝试，都不太成功，但他并未放弃，他相信时间是站在他这边的。 3、每当在工作中遇到困难的时候，我会想起西蒙斯的话：“一定有办法对价格建模。” 4、在信息化时代，金融市场是公平和透明的，人类基金经理和计算机模型站在同样的起跑线上，这进一步为量化投资大范围成功扫清了障碍。 5、有人问，量化投资，以后还需要人类吗？当然需要，需要大量的程序员和研究员。 6、量化私募整个行业的进步，大致是符合摩尔定律的，每18个月投资能力翻一倍。预计未来几年，中国的股票市场，有效性会进一步提高。这是历史趋势，不可阻挡。 7、市场有效的时候，你直接买指数就可以了，指数就是真正的价值投资，财富的主体还是在老百姓手上。 8、作为对冲基金，我们的使命是，提高中国二级市场的有效性。 关于人工智能 9、幻方某种程度上增强了我们对技术驱动型创新的信心，但也不都是坦途。我们经历了一个漫长的积累过程。外部看到的是幻方2015年后的部分，但其实我们做了16年。 10、我们不是有意成为一条鲶鱼，只是不小心成了一条鲶鱼。 11、（提前囤卡）很多人会以为这里边有一个不为人知的商业逻辑，但其实，主要是好奇心驱动。对AI能力边界的好奇。 12、（为什么DeepSeek目前选择只做研究探索？）因为我们觉得现在最重要的是参与到全球创新的浪潮里去。 13、随着经济发展，中国也要逐步成为贡献者，而不是一直搭便车。 14、我们创新缺的肯定不是资本，而是缺乏信心以及不知道怎么组织高密度的人才实现有效的创新。 15、创新不完全是商业驱动的，还需要好奇心和创造欲。 16、在颠覆性的技术面前，闭源形成的护城河是短暂的。 17、所以我们把价值沉淀在团队上，我们的同事在这个过程中得到成长，积累很多know-how，形成可以创新的组织和文化，就是我们的护城河。 18、开源，发论文，其实并没有失去什么。对于技术人员来说，被follow是很有成就感的事。其实，开源更像一个文化行为，而非商业行为。 19、给予其实是一种额外的荣誉。一个公司这么做也会有文化的吸引力。 20、我们经常说中国AI和美国有一两年差距，但真实的gap是原创和模仿之差。如果这个不改变，中国永远只能是追随者，所以有些探索也是逃不掉的。 21、英伟达的领先，不只是一个公司的努力，而是整个西方技术社区和产业共同努力的结果。他们能看到下一代的技术趋势，手里有路线图。中国AI的发展，同样需要这样的生态。 22、长远来说，我们希望形成一种生态，就是业界直接使用我们的技术和产出，我们只负责基础模型和前沿的创新，然后其他公司在DeepSeek的基础上构建to B、to C的业务。 23、我经常思考的是，一个东西能不能让社会的运行效率变高，以及你能否在它的产业分工链条上找到擅长的位置。 24、只要终局是让社会效率更高，就是成立的。中间很多都是阶段性的，过度关注必然眼花缭乱。 25、DeepSeek（跟幻方团队一样）也全是自下而上。而且我们一般不前置分工，而是自然分工。每个人有自己独特的成长经历，都是自带想法的，不需要push他。 26、我们选人的标准一直都是热爱和好奇心，所以很多人会有一些奇特的经历，很有意思。很多人对做研究的渴望，远超对钱的在意。 27、对顶级人才吸引最大的，肯定是去解决世界上最难的问题。我们就在做最难的事。 28、拿互联网的商业逻辑去讨论未来AI的盈利模式，就像马化腾创业时，你去讨论通用电气和可口可乐一样。很可能是一种刻舟求剑。 29、中国产业结构的调整，会更依赖硬核技术的创新。当很多人发现过去赚快钱很可能来自时代运气，就会更愿意俯身去做真正的创新。 30、以后硬核创新会越来越多。当这个社会让硬核创新的人功成名就，群体性想法就会改变。我们只是还需要一堆事实和一个过程。
#梁文锋 #AI投资大赛 #量化投资 #技术创新 #DeepSeek
avatar
浮望的第 100 个 PR 合上了。
#浮望 #PR #合并 #积极
avatar
不是"先有意义（表征），后有交互（使用）" 而是"在交互中，意义被构建"
#交互 #意义构建 #表征 #使用
avatar
泊舟
2个月前
在很多播客上都听说NotebookLM是一个非常伟大的产品，但是一直没有去体验过 今天尝试了一下，我觉得是我迄今为止见过的最好的一个学习的产品，没有之一 我正好最近在读俞军的产品方法论，我就直接将书丢进去，然后用里面的播客生成功能，为我生成了一段30分钟不到的播客 内容是两个人，一男一女在讨论这本书，基本将书里面的核心概念全部讲完了，而且是那种聊天一样的方式进行讲解，连啊哈，这，喔，哇，这种语气词都有，非常有画面感，简直不要太爽 听完了有些记忆不清晰的可以直接对话进行提问，还有思维导图，还可以生成视频PPT讲解(手机端只能生成音频) 除了这些功能的强大，整个产品的UI设计我也觉得非常的舒服，页面很简洁，交互非常赞 NotebookLm算是AI学习工具的天花板了吗？
#NotebookLM #AI学习工具 #俞军的产品方法论 #播客生成 #用户体验积极
avatar
Yachen Liu
2个月前
卡萨帝一款燃气热水器的热效率标称为 107%，我心想你逗我呢，又不是空调和室外没有热交换，怎么可能超过 100%。 问了下 GPT，是我天真了，一般计算热效率的时候，分母是燃气燃烧释放的热量，但是燃烧的产物还有热的水蒸汽，如果可以把这部分水蒸气冷凝释热，那热效率就可以超越 100%。
#卡萨帝燃气热水器 #热效率超100% #冷凝释热 #水蒸气
avatar
初码
2个月前
招了一个长期在传销生态里工作的姑娘，我看能不能把她的思维扭转过来，进入到AI培训产业大放异彩！
#传销生态 #AI培训 #思维扭转 #职业发展 #积极
avatar
池建强
2个月前
Google 的 AI Mode 确实是对搜索很好的补充，幻觉也少，还是很受用的。不过出现过的方式很奇怪。 Google App 在登录态可以使用 AI 模式。iPad 的 Safari，Mac 上的 Dia 在非登录态可使用 AI 模式，不知道这么随机在搞啥呢，不过这服务目前是免费的，能用上就用着吧。
#Google #AI 模式 #搜索 #免费 #体验
avatar
Mr Panda
2个月前
都在关注大模型炒币， 我发一个少有人知道人hf 学习的页。 全都是人工智能最有意思的课程
#大模型 #炒币 #人工智能 #学习 #课程
avatar
突发：Google AI Studio上线vibe coding产品。 一个强大的优势是一句话开发的产品也能使用Google全家的最新AI模型。 并且有个类似appstore的应用页，我一句话写了个上传自己的照片以及写上目的地就能生成云旅行照片的小应用，一次成功，效果还相当不错。
#Google AI Studio #Vibe Coding #AI模型 #云旅行照片 #应用商店
avatar
70岁的希拉·欧文患有干性年龄相关性黄斑病变，意味着她眼睛后方的某些细胞已经受损并死亡。但当她在眼中植入微型晶片，并戴上一副特制眼镜后，终于重获视力，因该副眼镜会将画面讯号传送到植入在她视网膜下的晶片，让她得以看见清晰画面。
#希拉·欧文 #黄斑病变 #微型晶片 #重获视力 #科技助盲
avatar
Kevin Ma
2个月前
我觉得​做程序员对我影响很大的是，它让我把学习变成了习惯。因为总要不断接触新知识，也就养成了不怕学、边做边学的态度。 ​回想一下，我写过的语言也不少：Java、JS/TS/HTML/CSS、Go、Ruby、Lua、C#... ​曾经有位前辈的话对我影响至今：“不给自己设限，不妄自菲薄。” ​自那之后，我尝试了各种语言，也涉及过了运维、前端、后端、客户端、大数据等不同工作内容，并且不介意接触客服、运营等业务支撑工作，直到后来创业。 ​一路到现在，无论是学习英语还是 AI，我对“学习”这件事已经完全没有任何心理障碍和抵触，完全成为了一个习惯，想学就学，想做就做。
#程序员 #学习习惯 #技术探索 #职业发展 #积极
avatar
Mr Panda
2个月前
cloudflare提供免费服务太好了， 以至于我最近注册的域名都是用cf 提供的， 真诚对真诚，我们都赢了。
#CloudFlare #免费服务 #域名注册 #积极 #互利共赢