超级个体｜柿子
@yaohui12138
超级个体践行者｜AI产品经理，日常分享 AI搞钱实战，AI编程系列教程，AI工作流实操， 只分享干货，利他即利己. 公众号：AI超级个体柿子
博客/咨询/合作：
302 フォロー中 22.2K ファン
我就知道！肯定能行
杨立昆转发了，百度 Unlimited OCR 又回到 HuggingFace Models Trending 第二。
这个 3B 开源模型发布刚满一个月，GitHub 已有约 1.66 万 Star，HuggingFace 近月下载超过 223 万次。我翻了下 HuggingFace Trending 榜单，它竟然还排在 GLM-5.2 前面。
我去读了论文。开发者持续讨论它，核心原因是长 PDF 终于有机会不再逐页识别、最后硬拼成一份结果。
它的 R-SWA 会一直看着原文里的视觉信息，只保留最近 128 个输出 Token 作为“工作记忆”。像抄一本书：眼睛一直看着原文，脑子只记刚刚抄到哪儿。
官方给出的边界是：标准 32K 最大长度下，一次前向推理可连续解析数十页，解码阶段的 KV Cache 保持恒定。海外帖子里流传的“100 页”更猛，但那不是论文给出的通用承诺。
我的判断是，OCR 下一轮要卷的已经不止单页识别率，还包括整份文档能否连续读完，以及页数增加后成本会不会跟着失控。
项目地址：
#无限OCR# #UnlimitedOCR# #百度# #文心大模型# #文心#
もっと見る
受害者+1
我能做的又好又快，全靠AI构建的核心决策引擎
现在市面上的AI自媒体生产流程往往只实现了基础的信息抓取，分析，和产出
这种程度，想要真正做好远远不够
我的这套核心决策引擎，本质上其实是一套harness工程，复杂程度不亚于搭建一个agent，针对于平台，账号，内容，都有非常详细的粒度拆解
是我的产品思维和工程思维的得意之作，之前听don哥说的“鼓励好的skill开源”理论，我觉得是非常正确的
等我每个平台做到一万粉，会考虑直接开源出来，或者直接卖课
もっと見る
