生成式AI使用文本图像而非纯文本作为Token的惊人创新

研究人员提出一种颠覆传统的AI设计思路：将输入文本先转换为图像，再送入AI处理，而非直接使用纯文本。这种方法基于标记化压缩的需求，因为当前大语言模型受限于标记数量限制。实验显示，通过图像压缩可实现10倍压缩率，精度达96...

Cohere发布企业级视觉模型Command A Vision

加拿大AI公司Cohere发布了Command A Vision视觉模型，专门针对企业应用场景。该模型拥有1120亿参数，仅需两个GPU即可运行，能够处理图表、图形、扫描文档和PDF等企业常见视觉数据。在九项基准测试中，...

打破文档格式壁垒：Mistral 新推出 PDF 转 AI 友好型 Markdown 文件服务

周四，法国大型语言模型（LLM）开发商Mistral推出了一款新API，专为处理复杂PDF文档的开发者设计。Mistral OCR是一种光学字符识别（OCR）API，可以将任何PDF转换为文本文件，以便AI模型更容易地进...