Sphinx — инновационная среда для визуального восприятия и рассуждения, генерирующая головоломки и оценивающая модели.
Метка: Бенчмарки
MinerU-HTML — новая система извлечения, повышающая качество данных для AI, достигая 81.8% ROUGE-N F1.
EvoVLA — самообучающаяся модель VLA, преодолевающая проблемы долгосрочной манипуляции.
Fara-7B — новая модель для работы с компьютером, превосходящая аналогичные решения и обученная на синтетических данных.
VISTA-Gym: новая среда для масштабируемого обучения VLMs с инструментами.
Мы представляем DPP-GRPO для улучшения разнообразия видео в ответ на текстовые запросы.
Узнайте, как концепто-ориентированная выборка улучшает предобучение языковых моделей на визуальных данных.
CLaRa объединяет извлечение и генерацию информации, обеспечивая высокое качество ответов и эффективное сжатие данных.
Nemotron-Parse-1.1 улучшает возможности OCR и парсинга документов, предлагая новые функции и высокую точность.
M3-Bench – первый бенчмарк для оценки мультимодального использования инструментов с многопоточностью и визуальным обоснованием.