猫目
登录
首页
内容分类
全部分享
350
开源项目
141
新模型
94
新工具
111
新技术
4
发现工具
专题
我的收藏
推荐项目
登录
搜索
每日分享
发现值得一试的 AI 项目、模型与新工具。
11月3日星期二
全部分享 · 最新发布优先
350 条分享 · 第 20 页
10 月 24 日
长页面不必压成方块：ColQwen2.5 用动态分辨率做文档检索
页面比例与图块数量都会影响视觉检索，看看它怎样保留输入形状，以及成本从哪里增加。
新模型
01:39
22 次阅读
阅读全文
找图表里的那一页，ColPali 直接把文档页面当作检索材料
不先把整份PDF转成纯文字，页面上的文字、图表与布局可以一起参与匹配。
新模型
01:39
27 次阅读
阅读全文
知识库搜到了十段相似文字，BGE Reranker 帮你再挑一遍
先找回候选，再把问题与每段材料一起比较；它解决的是结果排序这一步。
新模型
01:39
27 次阅读
阅读全文
既要按意思找，也不能漏掉型号：BGE-M3 把两种检索放在一起
同一段资料可以交出语义向量与词项权重，混合检索因此有了共同的模型入口。
新模型
01:39
43 次阅读
阅读全文
给句子加一个目标语言标记，MADLAD-400 就按这个方向翻译
它把翻译方向放在输入开头，适合观察同一份短文本在不同语言之间怎样转换。
新模型
01:39
20 次阅读
阅读全文
翻译不常见的语言，NLLB-200 为什么值得留作研究基线
200种语言覆盖很吸引人，但它的强项和使用边界，都落在句子级翻译研究上。
新模型
01:39
33 次阅读
阅读全文
普通话能输入也能输出，粤语却不同：读懂 SeamlessM4T 的语言表
语音翻译里的“支持一种语言”，可能只覆盖输入、文字输出或语音输出中的一部分。
新模型
01:39
33 次阅读
阅读全文
录音转写还是直接翻译？Canary 用两个语言参数分清任务
同一段受支持语言的音频，可以按源语言和目标语言进入不同处理路径。
新模型
01:39
20 次阅读
阅读全文
英文字幕要对齐到单词，Parakeet TDT 能把时间一起交出来
除了整段识别文本，官方接口还提供词、字符与片段三种时间信息。
新模型
01:39
32 次阅读
阅读全文
Granite Speech 整理录音的办法：先留下逐字稿，再做摘要
IBM 的两遍处理设计，让识别文本成为可以单独核对和复用的中间结果。
新模型
01:39
23 次阅读
阅读全文
两段录音一起问：Voxtral Mini 把听写推进到了音频问答
官方示例同时放入演讲与天气录音，再继续追问其中一段；它适合什么语言任务？
新模型
01:39
22 次阅读
阅读全文
报销单不只要识字：Mistral OCR 可以按你的字段交出 JSON
从整页 Markdown 到自定义字段结构，看看票据与表格怎样进入后续表单。
新工具
01:39
22 次阅读
阅读全文
上一页
1
19
20
21
30
20
/ 30
下一页
第 20 页，共 30 页
