看到个PDF识别大模型 olmOCR-7B-0225-preview 。我用发票试了一下，感觉效果还可以？这个7B模型是BF16的，量化后估计能在4GB左右？普通电脑也能用。模型地址：在线测试地址： #大模型竞技场

分享一个链接

发表一篇文章

任何有趣的，图片，热点新闻，视频，文字...

3116 位用户此时在线

24小时点击排行 Top 10：

小米质量太差了

美国人是极其没有素质的建议尽快遣返

网友分享：华西村都成这样了？这可是集体经济的典范啊，如今竟然败落成这样。对了，华西村倒了，那吴家呢？

虽然看得很爽哈哈，但是这个尺度大到真的会让人以为是主人的任务，BP真的太有东西了，IU都不香了

本是同根生，相煎何太急？ 3月13日(发布) 浙江宁波。北仑区强拆现场，当地雇佣了一群农民工去强拆别人的屋子，农民工对屋主说：“我们也是打工的” 最终屋主撤离了屋顶，农民工也没有再上楼强拆，避免了血案的发生。

中國人的雞肉

【广州大抓电动车！交警暴力执法视频疯传】 3月12日，＃广州交警开展全市电动自行车重点违法行为整治行动。视频显示，警察持警棍追逐骑手，还有的骑手被按在地上。有网友说：支持，广州＃电动车早该严管了。也有网友说：何必把底层人往死里逼！＃您怎么看？

亚马孙的机器人马上要打起来了！

中国外交部丫鬟毛宁，刚刚分享习近平这个畜生种树的画面。

这是贾樟柯一直想拍的画面么？

网友点评此图：消费降级下的人间烟火，满满科技与狠活。

赶紧磕头去吧🤣

今晚肯尼迪中心音乐会入场时，JD Vance 遭到嘘声一片

重磅！针对中国侵略者的无耻渗透行为，台湾国宣布强化排中政策！

有病吗，疯了

是不是可以假装旅行了 🤣

3月5日，辽宁。一名女子称，他有一个1989年的中国工商银行存折，里面还有钱。但是自己这几天跑了好几家银行取钱，都被告知不予受理。

3月13日(发布) 拍摄者称：有人住在桥洞下，被多名携带装备的警察制服。 3月12日，江苏苏州。昆山中华园周围席地而睡，无家可归的大神们。

3月11日(发布) 上海。一名90后外科医生记录下自己值夜班日常：凌晨12点，一名年轻的女孩跳楼；凌晨1点，又一个男孩用同样的方实离开；凌晨三点，新婚不久的夫妻因争执互相砍伤....短短几个小时，人间的疾苦展现的淋淋尽致。

更震撼的是另一部真实经历拍成的电影《孪生姐妹：殊途同归》，一对双胞胎姐妹，在长沙福利院被一对美国夫妻和北欧夫妻收养，电影纪录她们分别的生活履历，最后两姐妹在北欧见面……谁有这部电影的网址？

中共是民主自由的敌对势力！

原来他们都走了，人生匆匆……

3月13日，一名汽车博主直播和粉丝连麦互动，粉丝称，自己只是评论了三个词：“玄武架构” “鲲鹏发动机” “女娲补胎”之后账号被平台封禁。

参加过哪吒2制作每天工作12小时以上的动画师投稿：作为外包公司，我们不只在制作哪吒的时候加班，每一个项目都严重加班，每天早上九点半到公司上班，差不多要夜里十二点多下班。国内动画行业都是这样的，像国内的追光动画每天工作十五到十八个小时左右。

3月13日，中国国务院台办发言人陈斌华回应赖清德相关言论，斥责其为“台海危机制造者”，妄称‘台湾是一个主权独立的民主国家’，极力渲染‘大陆威胁’，将大陆界定为‘境外敌对势力’，‘台独’立场之顽固、挑衅对抗之猖狂，再度证明其人是不折不扣的‘两岸和平破坏者’‘台海危机制造者’”。

本站自动实时分享网络热点
24小时实时更新
所有言论不代表本站态度
欢迎对信息踊跃评论评分
评分越高，信息越新，排列越靠前

2

1

0

看到个PDF识别大模型 olmOCR-7B-0225-preview 。我用发票试了一下，感觉效果还可以？
这个7B模型是BF16的，量化后估计能在4GB左右？普通电脑也能用。
模型地址：
在线测试地址：
#大模型竞技场
时政
( twitter.com )

16天前由 karminski-牙医提交

点击图片查看原图

点击图片查看原图

1周内 1个月内 1年内全部时间

1
2
3
4
5
6
...
400
下一页

1

2

1

1

你看看这个牛逼plus。这个大哥基于whisper的模型搞了离线CPP版的。可以做到实时语音识别，效果非常好。
视频
( twitter.com)

2年前 • 雷尼尔 • -- 点击 • 下载视频 0 评论

00:01:07

2

2

1

1

一个高质量PDF内容提取工具：PDF-Extract-Kit
PDF-Extract-Kit通过集成多个模型实现了PDF高质量提取，适用于学术论文、教科书、研究报告和财务报表等多种文档类型，在扫描模糊或有水印的情况下也能保持高鲁棒性
1、布局检测采用LayoutLMv3模型进行区域检测，包括图像、表格、标题、文本等
时政
( twitter.com)

8个月前 • AIGCLINK • -- 点击 0 评论

3

3

2

2

天才想法，训几个模型分别识别白面，韭菜，虾仁，猪肉，鸡蛋，然后合并在一起，你就得到了一个三鲜馅饺子识别器
推特中文圈
( twitter.com)

3年前 • twitter机器人 • -- 点击 0 评论

4

3

2

2

问：参加展会，需要将展会信息扫描成PDF然后做OCR，但是手工摘录供应商信息效率太低。尝试对PDF分割做分割后OCR，再让GPT识别生成文本字段，但是有些供应商字段不完整，无法直接输出到Excel，效率很低。该如何去改善？（参考图1）
答：
OCR 建议使用 Gemini 模型，比GPT效果识别效果更好
IT技术
( twitter.com)

6个月前 • 宝玉 • -- 点击 0 评论

5

2

1

1

🔥🔥🔥 这是一个精心策划的多模态大型语言模型（MLLM）列表,包含了260个论文，Pdf和github链接，整理的调理清晰，适合研究使用

包括两大部分：模型和数据集
模型论文
-基础模型，指令调整，情景学习，思维链条，视觉推理…
IT技术
( twitter.com)

1年前 • Will 3.6-6.16 硅谷 • -- 点击 0 评论

6

2

1

1

来看看 Code Interpreter 的Prompt是什么：

1. "你是由 OpenAI 训练的大型语言模型 ChatGPT。"
2. "知识截止日期：2021年9月。"
3. "当前日期：2023年7月11日。"
4.…
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

7

2

1

1

万物皆可分隔，元宇宙核心模型之一
Meta发布了 Segment Anything 算法模型，做到了几乎完美的视觉内容分隔识别，甚至是没有遇到过的类型
模型基于1100万张照片训练，拥有11亿个分隔Mask，实际效果牛逼到爆
模型…
推特中文圈
( twitter.com)

1年前 • nash_su • -- 点击 0 评论

8

2

1

1

花钱买了 PDF Expert 的年费 Pro 账户，就为了一个功能——删除 PDF 的页面。

（MarginNote 免费版也能删，但操作很慢很费事）

在 iPad 看 PDF 时，读到已然深谙的知识，就直接拿 Apple…
推特中文圈
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

9

2

1

1

MetaAI的MMS 模型在HF的demo地址：

🌍 支持超过1,000种语言。
🎙️ 1,107种语言的多语种自动语音识别模型、语音合成模型
🔍 4,017种语言的语种识别模型。
📉与Whisper相比，词错误率减少了一…
IT技术
( twitter.com)

1年前 • Jeffery Kaneda　金田達也 • -- 点击 0 评论

10

3

2

2

西北工业大学开源了一个语音理解模型：OSUM，支持8种语音理解任务，从ASR到情感识别，以及语音到文本的深度理解
支持语音识别(ASR)
带时间戳的语音识别(SRWT)
声音事件检测(VED)
语音情感识别(SER)
说话风格识别(SSR)
说话者性别分类(SGC)
说话者年龄预测(SAP)
语音到文本对话(STTC)
时政
( twitter.com)

21天前 • AIGCLINK • -- 点击 • 下载视频 0 评论

00:01:17

11

2

1

1

# AI 开源模型分享
最强语音识别和说话人分离模型
Reverb 推出最强开源语音识别 (ASR) 和说话人分离 (Diarization) 模型, 评测结果击败 OpenAI 推出的 Whisper large-v3！
# Reverb ASR 模型
- 使用 20 万小时的人工转录数据训练
- 达到了最新的词错误率 (WER) 水平
- 支持可定制的逐字转录
#
时政
( twitter.com)

5个月前 • meng shao • -- 点击 0 评论

12

2

1

1

丰田小哥还送了我媳妇个模型车，说藏好了别让别人看见。。
图片
( twitter.com)

4年前 • twitter机器人 • -- 点击 0 评论

13

2

1

1

！！真正的全过程开源的中英文双语大模型。
1. 4.7T tokens 的中英文清洗后语料，配比挺合理。
2. 扫描PDF 转 Markdown 的工作流，可以识别图片、表格和公式！！！
3. 中英文的预训练数据处理 Pipeline，拿来即用～
4. 最终的 7B…
时政
( twitter.com)

10个月前 • 九原客 • -- 点击 0 评论

14

2

1

1

OpenAI 开源的 Whisper 大模型， ASR （Automatic Speech Recognition）的问题，包括语音识别、翻译、VAD 检测等，其效果与各大厂收费的产品相比，不相上下，也算是作为一个搅局者加入到了整个市场。
云厂商识别 1 小时的语音，标价大概在 1~3…
IT技术
( github.com)

1年前 • Barret李靖 • -- 点击 0 评论

15

2

1

1

Meta AI 今天发布的音频领域突破，继大语言模型统一了语言类任务的最好效果之后，Meta 的 VoiceBox 用一种通用模型在多种音频任务上做到了最优效果。同一个模型可以做语音识别，风格转换，噪音去除，语音编辑等多种任务。…
IT技术
( twitter.com)

1年前 • Quinn Leng • -- 点击 0 评论

16

1

0

0

大型语言模型与生成式AI——介绍LLM和生成式AI项目的生命周期7——用Transformer生成文本

#大型语言模型与生成式AI… …
IT技术
( twitter.com)

1年前 • 宝玉 • -- 点击 0 评论

17

2

1

1

几个月前Meta发布Segment Anything Model(SAM) ，可以识别、标记图片、视频中的任何物体，而OpenAI刚刚发布了多模态大模型GPT-4V，没想到微软将SAM和GPT-4V结合了起来，先借助SAM对图片上的物体进行标记，然后再交给GPT-4V，可以大幅提升GPT-4V的识别能力。…
IT技术
( segment-anything.com)

1年前 • 宝玉 • -- 点击 0 评论

18

2

1

1

发现了个好工具，这个项目是《DeepFace：轻量级人脸识别与面部属性分析框架》，
基于Python，涵盖了年龄、性别、情绪、种族等属性的分析。
DeepFace框架是一个混合型人脸识别工具包，集成了多个前沿模型，如VGG-Face、FaceNet、OpenFace、DeepID、ArcFace等。
时政
( twitter.com)

4个月前 • Y11 • -- 点击 • 下载视频 0 评论

00:03:36

19

2

1

1

刚看到 Huggingface 推出的模型推理服务，部署一个模型的成本大大降低：
1、支持 Huggingface 上已有模型的一键部署；
2、支持私有模型通过 docker 镜像模式部署；
3、支持autoscaling，也能在没有负载的时候scale 到 0 实例。
另外价格也比 replicate 要低一些。
时政
( huggingface.co)

10个月前 • Leo Xiang • -- 点击 0 评论

20

2

1

1

去年我写了一整套脚本来管理 200 个模型并记录模型的 metrics，刚刚看到，感觉上解决了数个上学期跑机器学习模型的痛点。。。
推特中文圈
( github.com)

3年前 • twitter机器人 • -- 点击 0 评论

21

2

1

1

你跟钢铁侠就差一块3090
微软开源JARVIS，又称大模型和他的朋友们
利用ChatGPT分析需求自动调用其他模型拆分解决任务的程序，微软开源了。
原理很简单，如实现多模态方法：
用户：图中有几个斑马。模型会分析需求调用图像识别…
推特中文圈
( twitter.com)

1年前 • nash_su • -- 点击 0 评论

22

2

1

1

这篇医疗保健领域LLM调研的论文详细，介绍了医疗保健领域主要的一些模型的效果和相关进展：

💊从语言表示模型(PLM)到大模型(LLM)发生了重大转变,标志着从判别式人工智能到生成式人工智能的转型,以及从以模型为中心到以数据为中心的转型。…
IT技术
( twitter.com)

1年前 • 歸藏 • -- 点击 0 评论

23

2

1

1

把早上的访谈节目的音频通过 Aiko（一个基于 Whisper 大模型的本地 App）的分析了一下，太强了…几乎全部识别对了，包括「图图」。
IT技术
( twitter.com)

1年前 • 图拉鼎 • -- 点击 0 评论

24

5

4

4

根据我开发的『后脑壳识别模型』判断：
右1 曾毓群
右2 马云
右 5 马化腾
右 6 刘永好
右 7 任正非
右 8 王传福
右 10 雷军
后排左二王兴
时政
( twitter.com)

25天前 • Jeff Li • -- 点击 0 评论

1
2
3
4
5
6
...
400
下一页

0.07076 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: admin@bad.news

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特