DR Pixel

DR Pixel 代理使用页面图像进行深度研究，性能优于 OCR

研究人员推出了 DR Pixel，这是一个开源代理，专为科学论文等复杂文档的深度研究而设计。与依赖 OCR 文本的传统方法不同，DR Pixel 直接处理渲染的页面图像，使其能够推理表格、图形和方程式。初步测试表明，这种页面原生方法即使在没有专门训练的情况下也优于基于 OCR 的方法，并且效率更高。研究人员还开发了一种名为反事实信用重加权的新训练方法，以提高代理在复杂推理任务上的性能。