Docling 找到了 41 张图,却一张都没描述。为什么我最终用 Base64 + 视觉 LLM 换掉了我的 PDF 处理链路
我在给一个 AI 驱动的金融研究系统做文档摄取流水线时,碰到了一个有意思的问题。一个 PDF 转换成功……
12 个结果 · “Comparison”
我在给一个 AI 驱动的金融研究系统做文档摄取流水线时,碰到了一个有意思的问题。一个 PDF 转换成功……
测试模型 — 模型 A:Qwen3.8 Flash(qwen3.8-flash),通过 oh-my-pi(omp)跑,思考级别 medium — 模型 B:DeepSeek V4.1 Flash(deepseek-v4.1-flash),r…
1. 总结 我把自己的面部照片传到五个 AI 工具上,让它们回答同样的问题——关于面部特征、visagism 印象和 phenotype……
专家混合(MoE)特别有意思,因为稀疏的专家激活能降低推理算力。但多模态和 MoE 并不是二选一的对立选项——一个描述的是模型能理解哪些类型的数据,另一个描述的是计算是怎么组织的。
我在 ohmypi(omp)里跑了一次真实的构建:qwen3.8-max 当编排者,qwen3.8-flash 当执行者。下面是那次会话里发生的事,以及会话记录下来的数字。
我烧了 4 亿 token 测 Kimi K3.1——开源之王还得再打磨打磨。上周末 Kimi K3.1 Pro 发布,说实话我还挺兴奋的。上一次我碰的 K3……
前几天我在折腾 Meta Muse 的多模态能力时,撞见一个让我眼前一亮的点:视频生成。我之前……
我拿 5 个 AI 工具试了找最便宜的机票,结果答案各不一样。AI agent 帮你找最便宜的机票,到底靠不靠谱?还是说你还是得自己再核对一遍?
在我的生产级金融研究助手里,Cohere Rerank 3.5 是我更偏爱的相关性层,胜过 BGE 那套 reranking 方案——这是真实使用中的定性结论,不是 benchmark 声明。
我用印地语提示词实测了 4 个 AI 视频生成器:Wan 3.0 vs Grok Imagine 1.5 vs Veo 3.1 vs Gemini Omni Flash。测试时间:2026 年 10 月;使用场景:印地语……
测试模型 - 模型:OpenAI GPT-6 Sol vs Anthropic Claude Opus - 场景:写代码、后端开发、调试,还有 AI agent 工作流 - 主要评测标准:结果质量相对于 token 消耗和成本……
我让 3 个多 agent AI 产品写同一篇研究论文——demo 很惊艳,结果很拉胯。xAI 的 Grok Bot 前几天拿到了它自己的工作邮箱,挺可爱的。但我真正想知道的……