国产开源文档解析模型OXR发布:1.3B参数登顶三榜第一
国产开源文档解析模型OXR发布,参数量仅1.3B,在OmniDocBench(97.18)、olmOCR-Bench(87.84)和DocParsingBench(87.76)三个榜单均列第一。
推荐理由:原文拆解了1.3B模型靠RSI后训练登顶三榜的路径,以及版面分析与识别拆分的工程取舍。
国产开源文档解析模型OXR发布,参数量仅1.3B,在OmniDocBench(97.18)、olmOCR-Bench(87.84)和DocParsingBench(87.76)三个榜单均列第一。
推荐理由:原文拆解了1.3B模型靠RSI后训练登顶三榜的路径,以及版面分析与识别拆分的工程取舍。
岩山科技旗下岩芯矩阵联合港科大、CMU 等高校发布并开源 EdgeRock-4B,在 256K 上下文下 KV Cache 固定为 72MiB,相比源模型 Qwen3.5-4B 减少 99.1%。
推荐理由:原文给出固定内存机制与吞吐、基准数据,读者可据此判断长上下文推理的显存成本能压到什么程度。
DeepSeek V4.1 Flash 更新至 V4.1-Flash-1017,官方网页端、APP 与 API 模型已同步切换。
推荐理由:读者可据此了解新版本在性能与成本间的取舍,以及许愿式编程能力增强的具体方向。
英伟达推出开放多模态模型 Nemotron 3.5 Super VL,采用 MoE 架构,总参数 1200 亿、激活参数 120 亿,面向持续运行的多步骤智能体任务。
推荐理由:原文给出模型架构、评测分数与部署优化数据,可据此判断开放多模态模型在智能体任务上的成本与吞吐变化。
阶跃正式释放 Step 5 Preview 权重,开放 BF16 与 FP8 模型权重、技术博客及配套开源开发工具。该模型面向长程 Agent 任务设计,采用稀疏 MoE 架构,总参数量 600B、每 token 激活参数 27B,支持 100 万 token 上下文窗口,原生支持文本与视觉输入。
推荐理由:阶跃开放 Step 5 Preview 权重与部署路径,读者可据此判断百万 token 长程 Agent 模型的可用性。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,并同步推出面向本地 AI 智能体的软件、模型与开发者工具更新。
推荐理由:原文列出 RTX Spark 上市前生态侧的具体更新,可据此判断本地智能体在 PC 上的可用程度。