作者信息

作者头像

大模型自然语言处理

不定期分享自然语言处理、大语言模型，文档智能等领域前沿技术及实践。作者：老余，曾获CCF、Kaggle、ICPR、ICDAR等国内外近二十项算法竞赛/评测冠亚季军。曾发表sci、顶会等论文多篇。

222

内容
0

粉丝
212

曝光量

多模态视觉语言模型增强原生分辨率继续预训练方法-COMP架构及训练方法

多模态视觉语言模型增强原生分辨率继续预训练方法-COMP架构及训练方法

Qwen3-VL技术报告：模型结构、训练方法浅尝

Qwen3-VL技术报告：模型结构、训练方法浅尝

多模态文档解析模型HunyuanOCR-1B效果测试及翻车问题总结

多模态文档解析模型HunyuanOCR-1B效果测试及翻车问题总结

多模态文档智能解析模型进展-英伟达开源NVIDIA-Nemotron-Parse-v1.1

多模态文档智能解析模型进展-英伟达开源NVIDIA-Nemotron-Parse-v1.1

大模型预训练语料提取-网页数据清洗工具思路：MinerU-HTML

大模型预训练语料提取-网页数据清洗工具思路：MinerU-HTML

网页数据是大模型预训练的核心来源（如Common Crawl），但需先将HTML转换为结构化文本。

多模态文档智能解析-MonkeyOCR v1.5框架、数据构造及特点

多模态文档智能解析-MonkeyOCR v1.5框架、数据构造及特点

文档智能解析方案总结进展更新（含ocr-pipline、layout+VLM+纯多模态端到端解析）

文档智能解析方案总结进展更新（含ocr-pipline、layout+VLM+纯多模态端到端解析）

股票研究报告生成-基于LLM的多智能体框架FinRpt-Gen数据构建、方法框架

股票研究报告生成-基于LLM的多智能体框架FinRpt-Gen数据构建、方法框架

英伟达开源多模态视觉语言模型-Nemotron Nano V2 VL模型架构、训练方法、训练数据

英伟达开源多模态视觉语言模型-Nemotron Nano V2 VL模型架构、训练方法、训练数据

智能招聘-简历解析技术方案回忆及SmartResume demo方案解读

智能招聘-简历解析技术方案回忆及SmartResume demo方案解读

<

1

2

3

...

23

>