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
Anthropic 给 Claude 的输出添加水印以符合欧盟 AI 法案要求，引发 Reddit 用户激烈争论。部分用户认为水印会伤害普通用户，但更多用户支持这一做法，认为它有助于追踪 AI 生成内容。
深度·8月12日·4 分钟
Anthropic 将其 Chrome 扩展升级为完整的 Claude Cowork 客户端，支持跨应用持久会话、技能和连接器，并引入自动模式增强安全性。该更新面向 Max 和 Team 用户推出，Pro 用户稍后可用。
深度The New Stack·8月12日·4 分钟