MarkTechPost
PulseAugur coverage of MarkTechPost — every cluster mentioning MarkTechPost across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
docTR 库支持端到端文档智能管道
本教程演示了如何使用 docTR 库构建端到端文档智能管道。它涵盖了光学字符识别 (OCR)、布局分析和知识信息提取 (KIE) 等关键步骤。该过程包括生成合成发票文档、配置 OCR 预测器以提高速度和准确性，以及实现双通道识别和自定义管道钩子等高级功能。教程还详细介绍了如何处理旋转文档、重建阅读顺序、提取结构化数据以及将结果导出为包括可搜索 PDF 在内的各种格式。
-
DeepSeek Harness 开启可定制、自进化代理的大门 · 已追踪 10 个来源
DeepSeek 发布了其开源的 DeepSeek Harness (DSH) 代理框架，该框架构建在 Cordis 插件系统之上，实现了“一切皆插件”的极致定制化。这种架构允许开发者替换或扩展任何组件，从模型、工具到代理循环本身，从而促进自进化代理的发展。该框架在 GitHub 上获得了显著关注，用户为其创建了大量插件，用于实际任务、迷你游戏和数字宠物等创意应用，甚至用于管理礼貌性。虽然这种灵活性受到赞扬，但潜在的担忧包括大量使用插…
-
Google 发布 Meridian 用于贝叶斯营销组合建模
Google 发布了 Google Meridian，一个使用 TensorFlow 和 TensorFlow Probability 构建的新的贝叶斯营销组合建模框架。本教程演示了如何使用 Meridian 进行端到端的媒体衡量、投资回报分析和预算优化。该框架允许用户定义可解释的先验、使用 NUTS 采样拟合模型，并分析渠道贡献、有效性和饱和度。Meridian 还包括用于优化营销预算和生成可共享报告的工具。
-
TimesFM 2.5 凭借新功能增强时间序列预测能力
时间序列预测模型 TimesFM 2.5 已更新，加入了用于端到端工作流开发的先进功能。新版本支持回测、协变量集成、异常检测和可扩展部署。用户现在可以使用各种指标评估预测质量，并在不同场景下测试模型的鲁棒性，包括长周期预测和输入变化。
-
新的 GAUGE 基准评估 AI 金融模型与分析师实践的对比
一个名为 GAUGE 的新基准已被开发出来，用于评估 AI 生成的金融模型，它摒弃了单一答案评分，转而根据观察到的分析师实践进行更现实的评估。该基准利用了大量的分析师工作簿数据集和详细的评估集，以评估模型在各个方面的性能。初步测试表明，虽然 AI 代理能够有效地构建模型，但它们的估值判断仍落后于人类资深分析师。
-
Patter SDK 指南：构建餐厅预订电话代理
Patter SDK 在一份构建餐厅预订电话代理的指南中进行了详细介绍。本教程演示了如何通过定义动态变量、集成可调用工具和实现输出护栏来创建处理真实对话的 AI 电话助手。它涵盖了模拟语音转文本和文本转语音、运行脚本通话流程以及检查 Patter API。该指南还解释了如何在结构化的语音代理管道中创建确定性代理大脑、监控延迟和成本指标以及通过评估验证系统。
-
使用 lift-pdf 构建的模式引导发票智能管道
本教程详细介绍了使用 lift-pdf 创建一个端到端的应付账款提取管道。该过程包括生成合成发票，定义关键字段（如供应商身份和总金额），然后指示模型直接从 PDF 布局中提取这些值。它解决了实际挑战，例如区分账单地址和送货地址以及处理部分付款的发票，旨在为发票挖掘提供文档智能的真实演示。
-
顶级无代码AI工具加速工程师开发进程
无代码工具正在革新AI开发，使没有广泛编码知识的个人能够高效地构建智能应用程序。这些平台简化了诸如创建RAG系统、设计多代理工作流和微调大型语言模型等流程，显著减少了开发时间和精力。文章重点介绍了六款杰出的无代码工具，它们正在赋能AI工程师和开发者。
-
OCRmyPDF教程指导可搜索PDF转换及高级功能
一项新教程详细介绍了如何使用Python工具OCRmyPDF将扫描文档转换为可搜索的PDF/A文件。该指南涵盖了侧边栏文本提取、批量处理以及优化Tesseract以提高准确性等高级功能。它还演示了清理嘈杂扫描件、纠正文档方向以及直接在内存中执行OCR的技术。
-
NVIDIA 发布 Open-SWE-Traces 数据集用于 AI 软件工程训练
NVIDIA 发布了 Open-SWE-Traces，一个旨在训练人工智能软件工程任务代理的数据集。MarkTechPost 的一项新教程演示了如何处理该数据集以进行监督微调。该教程涵盖了轨迹解析、代码补丁分析和工具使用指标评估等技术，从而能够创建高质量的训练数据。
-
从头开始构建 OpenHarness 风格的代理运行时教程
本教程深入探讨了如何从头开始构建一个受 OpenHarness 启发的代理运行时系统。它涵盖了关键组件，如带有类型模式的工具使用、权限管理、生命周期钩子、内存集成、技能定义、上下文压缩、错误处理、成本跟踪和多代理协调。该指南通过暴露从任务接收到模型动作选择、工具验证和执行的控制流，强调理解代理框架的内部工作原理，最终完成用户的任务。该实现设计为无需 API 密钥或复杂的基础设施即可运行，从而促进了对代理架构的实验。
-
GLM-5.2模型在OpenAI兼容API功能指南中得到详细介绍
本教程通过OpenAI兼容API提供了使用GLM-5.2模型的指南，重点介绍了其高级功能。它详细介绍了如何设置Together和Hugging Face等各种提供商，安全地管理API密钥，并创建一个可重用的聊天包装器。该指南演示了实际应用，包括控制推理工作量、使用流式传输获取响应、实现函数调用、构建简单的工具使用代理以及执行长上下文检索。
-
OpenAI 发布 GPT-Image-2 和 GPT-5.5 Instant 升级，以及新的网络安全工具
OpenAI 发布了 GPT-Image-2，并将其提供给 Together AI，供开发者集成到他们的应用程序中。该模型每次调用支持最多 16 张参考图像，并提供原生 1K、2K 和 4K 输出，具有高多语言文本渲染准确性。同时，OpenAI 已将其免费 ChatGPT 模型升级到 GPT-5.5 Instant，增强了其理解上下文、处理复杂查询和适应用户澄清的能力，旨在提供更自然、更连贯的响应。此外，OpenAI 还推出了 GPT…
-
Anthropic 根据美国出口管制命令暂停在全球范围内使用 Fable 5 和 Mythos 5 模型
在 2026 年 6 月中旬发布的美国出口管制指令后，Anthropic 已在全球范围内暂停了其 Fable 5 和 Mythos 5 模型。该指令以国家安全为由，要求 Anthropic 阻止外国国民访问，导致该公司由于无法实时区分而对所有用户禁用了这些模型。尽管 Anthropic 对该指令的风险定性和程序提出异议，但 Fable 5 或 Mythos 5 没有确定的恢复日期，不过 Opus 4.8、Sonnet 和 Haiku …
-
城市功能推断的空间图学习流程详解
本教程演示了如何构建一个用于城市功能推断的空间图学习流程。它利用 city2graph、OSMnx 和 PyTorch Geometric 等库来处理 OpenStreetMap 数据，构建图结构，并训练 GraphSAGE 模型。该过程包括收集兴趣点 (POI) 和街道网络数据，进行空间特征工程，并创建异构和同构图表示，以基于空间上下文预测 POI 类别。
-
Microsoft SkillOpt 简化 AI 提示词优化
微软推出了 SkillOpt，一个旨在通过自动化工作流来优化 AI 提示词的工具。该系统允许提示词的推出、反思和验证，以提高 AI 模型性能。MarkTechPost 提供了一个关于其实现的教程。
-
低代码 AI 工具使用户能够通过文本提示构建应用程序
低代码和无代码 AI 开发的格局正在迅速发展，平台越来越多地集成 AI 代理，这些代理可以从文本提示生成应用程序。Atoms、Bubble 和 Adalo 等工具使用户无需编写代码即可构建功能性应用程序、代理和自动化，涵盖从想法验证、后端开发到部署和优化的所有内容。这一转变使企业家和团队能够快速创建可盈利的产品，选项范围从应用程序和 UI 构建器到工作流自动化和代理平台。
-
新的VISTA框架增强了LLM提示优化
研究人员开发了VISTA，一个用于自动优化大型语言模型提示的新框架。该方法旨在克服现有反思性提示优化技术的局限性，这些技术可能不透明并导致性能下降。VISTA将假设生成与提示重写分离，从而实现更具可解释性的优化跟踪，并提高在算术应用题等复杂任务上的准确性。
-
教程为 arXiv 上的数学问题构建语义搜索
本教程详细介绍了如何使用 ResearchMath-14k 数据集创建语义搜索引擎和开放状态分类器。该数据集包含来自 arXiv 的数学问题。过程包括加载和分析数据集的结构，例如问题在不同数学领域和开放状态类别中的分布。关键步骤包括提取特定领域的关键词、生成语义嵌入、可视化数据图景、聚类相似问题以及训练分类器以从这些嵌入中预测问题状态。
-
iii 平台教程展示了如何构建文档智能后端
本教程演示了如何使用 iii 平台构建文档智能后端。它指导用户安装 iii 引擎和 Python SDK，设置 Python worker，并定义用于文本规范化、分词、情感分析和关键词提取等任务的独立函数。然后，这些函数被组合成一个管道，可以通过 HTTP 端点或计划的 cron 触发器直接执行，从而提供一个强大的后端系统。