MinerU2.5-Pro：数据驱动文档解析的极限突破
深度2026年4月6日61 分钟阅读
研究发现不同架构的SOTA模型在相同困难样本上表现出一致的失败模式，揭示训练数据缺陷是性能瓶颈的核心。本文通过系统性数据工程，在固定架构下实现性能突破，为数据为中心的研究范式提供了有力实证。推荐给关注文档理解、数据工程和模型训练策略的研究者与实践者。
觉得有用？分享给更多人
相关文章
Sysdig披露的JadePuffer攻击是首例已知由AI代理执行技术操作的真实勒索软件攻击，但人类仍深度参与：选择目标、搭建C2服务器、提供凭证。攻击者利用Langflow漏洞入侵，加密超1300条配置记录，并自主生成勒索信。攻击速度快、透明度高，但所用模型未知。
深度·7月6日·4 分钟
北京大学对1888个GitHub仓库的研究显示，AI编码助手并未挤出开源项目的新人，但维护者的工作量显著增加，PR数量翻近四倍，代码复杂度小幅上升。
深度The New Stack·7月6日·5 分钟