QVQ-Max 可能是为数不多的在复杂表格识别和复原能力里最强的模型在这个我测试的表格中，存在多级表头，以及多个合并单元格和空单元格，打眼一看复杂度并不高，但在其他的模型中往往会出现表格数据粘连或者串行的情况，QVQ直接完美生成了对应的html，并且在它的think中也专门提出了以上需要注意的地方

发布时间: 2025-03-29 11:20:29

1分

数据加载中

关注推特

收听电报

2

1

0

QVQ-Max 可能是为数不多的在复杂表格识别和复原能力里最强的模型在这个我测试的表格中，存在多级表头，以及多个合并单元格和空单元格，打眼一看复杂度并不高，但在其他的模型中往往会出现表格数据粘连或者串行的情况，QVQ直接完美生成了对应的html，并且在它的think中也专门提出了以上需要注意的地方
时政
( twitter.com )

26天前由 GanymedeNil 提交

点击图片查看原图

点击图片查看原图

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

其实，计算机已经成为了新时代的数学，它实际上是“解决问题的能力”。
17 世纪是数学的黄金年代，当时掌握了数学，就可以解决很多天文学，物理学，工程学的实际问题。相当于掌握了“解决问题的能力”
21 世纪，能被数学解决的问题，基本上已经被解决了。剩下的都是复杂系统，复杂工程的问题。
时政
( twitter.com)

4个月前 • Pangyu 胖鱼 🐠 • -- 点击 0 评论

2

2

1

1

用户并不是依赖一个 ChatGPT，而是多数人无法用 AI 完成“复杂任务”
#设计AI
之前我帮客户调研用户使用 AI 工具的习惯，很多数据和 X 上各位 AI power user 的感觉并不一样。两个例子：
- 半数以上用户，只会用多轮对话的形式，来完成相对复杂的任务
IT技术
( twitter.com)

23天前 • 倪爽 • -- 点击 0 评论

3

2

1

1

牛，Mistral刚刚发布了号称地表最强OCR，给文档理解设立了新标准！
Mistral OCR具备强大认知能力，能准确理解文档中包括文本、图像、表格、公式等在内的每个元素
特点：
1、原生多语言和多模态，支持数千种文字、字体以及语言
2、能准确理解复杂的文档元素，包括图像、数学公式、表格以及 LaTeX
时政
( twitter.com)

1个月前 • AIGCLINK • -- 点击 • 下载视频 0 评论

00:00:40

4

2

1

1

彭博分析：为何中国敢对特朗普关税进行全面报复，看这几个图表就明白了
对大多数经济体来说，确实如此——但中国可能是一个罕见的例外。
时政
( caus.com)

17天前 • 加美财经caus.com • -- 点击 0 评论

5

2

1

1

说个暴论，对复杂 Prompt 的厌恶。
很多人会构造复杂的 Prompt 让模型（尤其是能力不行的模型）完成特定任务并为自己 Prompt 的高超技艺而沾沾自喜。
的确，这是一种现实或者折衷，我们甚至还卖这个服务给客户，收费不低。…
时政
( twitter.com)

11个月前 • 九原客 • -- 点击 0 评论

6

2

1

1

无论多么复杂的任务，如果能合理的分解成多个简单可以执行的步骤，就容易达成了，比如后空翻

IT技术
( twitter.com)

8个月前 • 宝玉 • -- 点击 • 下载视频 0 评论

00:00:40

7

3

2

2

一句简单的提示词就可以让 LLM 在翻译的时候更好的“意译”
以前为了让 LLM 达到更好的翻译效果，我尝试了很多方式，比如最初的先直译再意译，后来的直译、反思和意译。虽然效果好了，但是却复杂了。
现在随着模型能力增强，不再追求复杂的提示词技巧，而是尝试返璞归真，找到更好更简单的提示词方法。
IT技术
( twitter.com)

3个月前 • 宝玉 • -- 点击 0 评论

8

2

1

1

TableGPT2: 让 AI 真正读懂表格的突破
# 首个成功将 23 项表格处理任务性能大幅提升 35-49% 的大语言模型, 通过 60 万表格的训练, 让 AI 像人类一样自然地理解和处理各类复杂表格数据
核心方法
* 数据规模
- 使用了 593.8K 张表格数据
- 236 万组查询-表格-输出样本
- 86B token 的预训练数据
时政
( twitter.com)

5个月前 • meng shao • -- 点击 0 评论

9

3

2

2

面壁智能前几天发布了一个非常厉害的多模态模型 MiniCPM-Llama3-V 2.5
- 多模态综合性能超越 GPT-4V-1106、Gemini Pro、Claude 3、Qwen-VL-Max
- OCR 能力方面，OCRBench 得分达到 725，超越 GPT-4o、GPT-4V、Gemini Pro、Qwen-VL-Max
- 但它只是个开源模型
- 总参数量只有8B，支持 ollama 电脑本地跑
IT技术
( twitter.com)

11个月前 • orange.ai • -- 点击 0 评论

0.09522 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: [email protected]

©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