目前个人测试中文效果最好的端到端文档识别小模型是腾讯的 POINTS-Reader（比小红书的dots.ocr 还要好一些）。做了如下小小的工作：1. 合并了官方的PR到sglang 0.5.3 版本，可以高效推理。2. 基于TRL的模型训练代码，可以进行训练。训练只需要图片和对应的markdown文本。

发布时间: 2025-09-21 01:40:37

1分

数据加载中

关注推特

收听电报

目前个人测试中文效果最好的端到端文档识别小模型是腾讯的 POINTS-Reader（比小红书的dots.ocr 还要好一些）。
做了如下小小的工作：
1. 合并了官方的PR到sglang 0.5.3 版本，可以高效推理。
2. 基于TRL的模型训练代码，可以进行训练。训练只需要图片和对应的markdown文本。
时政
( twitter.com )

3个月前由九原客提交

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

文档识别模型，我一般就用这个图测试。
大家可以猜猜哪个模型最好，也可以自己测试下。
时政
( twitter.com)

3个月前 • 九原客 • -- 点击 0 评论

测试了，效果很稳。
除了有一个Prompt理解错误，至少从前端生成看，平3.5 甚至赢3.5 都没问题。
IT技术
( twitter.com)

9个月前 • 向阳乔木 • -- 点击 0 评论

来自reddit用户分享的claude code 16条使用建议
---比如：verbose，Opus优先，github cli代替fetch，分开维护git
1. 维护 CLAUDE[.]md 文件
建议为不同子目录（如测试、前端、后端）分别维护 CLAUDE[.]md，记录指令和上下文，便于 Claude 理解项目背景。
2. 善用内置命令
▫ Plan
时政
( twitter.com)

6个月前 • BadUncle • -- 点击 0 评论

中文知识分子的习惯是走极端，左右都是这种行为方式。川普要营造一种他无所不能的假象，很多反对川普的中文知识分子就当他的“假象信使”。到目前为止，最能给人“川普马上要摧毁美国民主”这种印象的是中文媒体上的反川人士。看英文的反川媒体和自媒体，得不到这种印象。看FoxNews也得不到这种印象。中文
时政
( twitter.com)

10个月前 • 徒步的骑手 • -- 点击 0 评论

网友投稿：近日，微信在识别图片中的日语文字时出现异常。此前，PC 版微信可直接选中图片中的日语进行复制粘贴，识别准确、排版也正常，但目前复制结果多为乱码。与此同时，手机端微信的图片文字识别功能在处理日语时也频繁出现乱码。
时政
( twitter.com)

11天前 • 李老师不是你老师 • -- 点击 0 评论

DeepSeek-R1模型简单测试了一下之前用o1模型测试过的前端案例(中美时间对照表），效果相当惊艳✨，甚至连国旗都完美绘制出来了🇨🇳！
相比之下，OpenAI的Plus订阅（💰20美刀/月）限制o1模型一周只能用50次，早在两个月前我就取消订阅了🚫。
时政
( twitter.com)

11个月前 • linear uncle • -- 点击 0 评论

最近用的比较好的一个Cursor小特性： NotePads
比如最近开发Realtime API的SDK, 就把Realtime API 相关的文档放到NotePads中，Cursor就能自动学习到最新的Realtime API相关的知识了。
时政
( twitter.com)

1年前 • Leo Xiang • -- 点击 0 评论

GPT4o在电商场景绝对全面开花:
从商家端: 只需要拍实物图, 一句话打造各种场景的效果图;
从用户端: 可以选个各种家具让他组合搭配看效果图
具体效果我放到下面了
时政
( twitter.com)

9个月前 • dangjin • -- 点击 0 评论

让 AI Agent 处理 23W 行代码，归根结底就是两点：
1. 记忆：借助文档帮助模型快速了解项目，快速定位，而不必重头开始
- 初始化好 Agents MD 文件
- 各个模块下都有相关文档说明，从 Agents MD 文件可以方便检索到
2. 反馈：让模型可以自己获得反馈
- 通过自动化测试让模型能自己获得反馈
-
IT技术
( twitter.com)

3个月前 • 宝玉 • -- 点击 0 评论

时政

文档识别模型，我一般就用这个图测试。 大家可以猜猜哪个模型最好，也可以自己测试下。 时政 ( twitter.com)

时政

测试了，效果很稳。 除了有一个Prompt理解错误，至少从前端生成看，平3.5 甚至赢3.5 都没问题。 IT技术 ( twitter.com)

IT技术

时政

时政

时政

时政

最近用的比较好的一个Cursor小特性： NotePads 比如最近开发Realtime API的SDK, 就把Realtime API 相关的文档放到NotePads中，Cursor就能自动学习到最新的Realtime API相关的知识了。 时政 ( twitter.com)

时政

GPT4o在电商场景绝对全面开花: 从商家端: 只需要拍实物图, 一句话打造各种场景的效果图; 从用户端: 可以选个各种家具让他组合搭配看效果图 具体效果我放到下面了 时政 ( twitter.com)

时政

IT技术

创建一个新帐户

登录

文档识别模型，我一般就用这个图测试。
大家可以猜猜哪个模型最好，也可以自己测试下。
时政
( twitter.com)

测试了，效果很稳。
除了有一个Prompt理解错误，至少从前端生成看，平3.5 甚至赢3.5 都没问题。
IT技术
( twitter.com)

最近用的比较好的一个Cursor小特性： NotePads
比如最近开发Realtime API的SDK, 就把Realtime API 相关的文档放到NotePads中，Cursor就能自动学习到最新的Realtime API相关的知识了。
时政
( twitter.com)

GPT4o在电商场景绝对全面开花:
从商家端: 只需要拍实物图, 一句话打造各种场景的效果图;
从用户端: 可以选个各种家具让他组合搭配看效果图
具体效果我放到下面了
时政
( twitter.com)