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……
11 个结果 · “Value”
Anthropic 中端主力,比 Opus 便宜快,编码代理的高性价比选择。
“日常主力模型里的天花板,没得说。快、价格也还行、代码还干净。”
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……
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。
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。
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……
我在开发 MaestroGrade(一个音乐教学项目)和给 DRS Automation Services 准备脚本、讲解时用过 ChatGPT。最有用的经历……