PulseAugur
中
实时 17:03:00
实体 MDPBench

MDPBench

PulseAugur coverage of MDPBench — every cluster mentioning MDPBench across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 6
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
关系
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 6 条
  1. TOOL · CL_362021 ·

    Bidraft 的 Darwin AI 在 12 项 Hugging Face 基准测试中领先,位居全球榜首

    韩国人工智能初创公司 Bidraft 分析了 Hugging Face 的 63 项官方基准测试,结果显示其 Darwin AI 模型在 12 个类别中排名第一。这一成就使 Bidraft 领先于 140 家参与组织,其中 Moonshot AI 和 Z.ai 分别位列第二和第三。分析强调了 Bidraft 在科学、数学、文档识别和法律等不同领域的强劲表现,其 Darwin-180B 模型在中国的一项 SuperCLUE 评估中也名列前茅。

  2. TOOL · CL_314670 ·

    Hugging Face基准测试领先者缺乏验证,得分差距微乎其微

    对Hugging Face官方基准测试的最新分析显示,没有一个排名靠前的模型经过了第三方验证。VIDRAFT进行的一项研究检查了44个排行榜,发现尽管他们自己的模型在其中11个排行榜上名列第一,但与第二名模型的得分差距通常很小,有时甚至不到0.5分。这表明,虽然一个模型可能位居榜首,但这并不一定意味着其性能有显著优势,尤其是在所有条目未一致报告聚合方法和样本量的情况下。

  3. SIGNIFICANT · CL_282079 ·

    开放180B模型Darwin-180B-RSI引领10项Hugging Face基准测试

    一个名为Darwin-180B-RSI的开放权重模型在10个Hugging Face官方排行榜上名列前茅,超越了所有其他参与组织。该模型由VIDRAFT基于Alibaba的Qwen3.8-Flash-Next构建,不仅在MMLU-Pro和GPQA等学术基准测试中表现出色,还在文档解析(MDPBench)、结构化数据输出(IFStruct)和PDF字段提取(ExtractBench)等实际的企业级任务中展现出强大性能。该模型的训练方法,…

  4. FRONTIER RELEASE · CL_282054 ·

    Darwin-180B-RSI 模型领跑 10 个排行榜,可在笔记本电脑上运行

    Darwin-180B-RSI 模型在包括 MDPBench、ExtractBench 和 IFStruct 在内的多个基准测试中取得了顶级排名,在 Hugging Face 排行榜上获得了 10 项官方第一名。这个拥有 1800 亿参数的模型,特别是 POCKET-Darwin-180B-GGUF 变体,因其能够在没有专用 GPU 的情况下在笔记本电脑和迷你 PC 等消费级硬件上运行而备受关注,这得益于其稀疏专家混合架构和 4 位量…

  5. TOOL · CL_294113 ·

    PolyOCR推出统一基础模型以实现高级OCR任务

    研究人员推出了PolyOCR,这是一系列统一的OCR基础模型,旨在处理图像中涉及文本的多种任务,包括识别、定位、解析和推理。这些模型利用共享的指令遵循框架和大规模数据引擎进行监督。一项关键创新是能力引导策略优化(Competence-Guided Policy Optimization),它通过考虑教师的可靠性和能力差距来改进师生蒸馏。PolyOCR模型在多个基准测试中均表现出最先进或极具竞争力的性能,包括OCRBench v2.1、…

  6. RESEARCH · CL_141264 ·

    MonkeyOCRv2: 新型文档AI模型在MDPBench上达到SOTA

    研究人员推出MonkeyOCRv2,这是一款专为文档AI任务设计的视觉-文本基础模型。该模型在MonkeyDoc v2上进行了预训练,MonkeyDoc v2是一个包含1.13亿张跨17种语言的文档图像的海量语料库。MonkeyOCRv2采用了一种新颖的预训练策略,结合了图像到文本生成和像素级文档重建,以保留细粒度细节。当用作视觉编码器时,它在MDPBench等基准测试中展现了最先进的性能,并在各种文档分析任务上超越了其他模型。