Hugging Face 对比八款开源 OCR 模型:百万页数字化成本降至 130 美元以内
Hugging Face 的 Daniel van Strien 对比了八款开源 OCR 模型,在 850 页旧自然史书籍、1771 年版《大英百科全书》及档案文件上测试,百万页 GPU 租用成本现为 65 至 130 美元。
Hugging Face 的 Daniel van Strien 对比了八款开源 OCR 模型,在 850 页旧自然史书籍、1771 年版《大英百科全书》及档案文件上测试,百万页 GPU 租用成本现为 65 至 130 美元。
Import AI 481 介绍了 FrontierML 基准,它用 21 个端到端机器学习任务衡量智能体能否把 $10、$50、$200 的预算转化为模型性能提升。
Import AI 第 479 期介绍 Realtime-Bench,这套基准包含 50 个交互式游戏与网页任务,用于评测模型在实时决策场景下的表现。在 wall clock 设置下,GPT-6 Astra(high)通过率最高,为 36%;而在暂停时钟条件下,高推理模型可接近 70% 至 80%。
Elorian 与 Scale AI 发布 Humanity's Sixth Sense 基准,用 522 道题、288 张图和 234 段短视频测试多模态模型的直觉视觉推理,人类 pass@1 为 93.1,表现最好的 GPT 6 Astra 仅 53.6,GLM-5.3-flash 与 Kimi K3 分别只有 26.8 和 25.5。
GitHub 发布 AI 代码审查开放基准 ReviewBench,基于 1.039 亿个 GitHub PR 的分布特征,构建了覆盖 19 种语言、187 个开源仓库的 219 个 PR 评测集。