经典问题之Graph可以如何与Agent结合？从单点到全面归纳
今天是2025年7月12日，星期六，北京，雨。Graph和Agent的结合是社区的重要方向之一。文章回顾了Graph与Agent结合的相关技术进展，包括使用图数据库提升代理记忆管理、优化多Agent协调以及实现基于知识图谱的任务规划与执行等方向。
老刘说NLP
复杂Agent工具调用、AgenticRAG场景的数据合成问题及代表思路
今天是2025年7月13日，星期日，北京晴。文章讨论了大模型工具调用数据合成的问题，介绍了ACEBench的合成思路和面向RAG场景的TaskCraft工具生成代理任务及其执行轨迹。
万亿参数模型Kimi-K2部署、微调需要多大配置及4个代表性的大模型训练框架
今天是2025年7月12日，星期六，北京有雨。文章介绍了四个代表性大模型训练框架，并使用资源计算器分析了最新万亿参数模型Kimi-K2的运行和微调需求。
再看文档古籍修复前沿方案：定位、预测、图像重建三阶段融合思路
2025年7月11日，北京晴。文章介绍了文档智能在历史文献修复中的应用，包括数据合成和三阶段模型（OCR辅助的损坏定位、损坏内容预测、历史外观恢复）。AutoHDR-Qwen2-1.5B等开源项目展示了这种方法的效果。
近期代表性开源大模型梳理：Decoder转Encoder-Decoder、多模型组合新趋势
近期开源了4个大模型：SmolLM3小模型、T5Gemma模型、NextCoder-32B模型和DeepSeek-TNG-R1T2-Chimera专家组合模型，文章介绍了这些模型的特点及模型合并方案，并推荐MergeKit库来执行模型合并。
技术总结之RAG用于文档信息抽取及多模态大模型两阶段训练范式
2025年7月9日，北京晴天。文章总结了SIGIR 2025 LiveRAG竞赛的评测报告，并介绍了信息抽取和多模态大模型训练的相关方案。强调在轮子同质化背景下，业务know-how的重要性，指出文档解析、RAG及大模型应用出现同质化严重现象。同时提到了两个大模型训练指引资源。
文档解析类数据合成工具：7个可用的OCR及文档版式、表格数据开源项目
今天回顾了文档版式及表格数据合成的相关工具和技术。其中包括7个OCR合成数据工具和2种文档版式及表格数据合成工具。这些技术将在实际工作中应用，助力提升效率。老刘也分享了自己的开源项目及其心得。
SIGIR 2025 LiveRAG竞赛获奖方案及中文文档版式分析的标签设计
2025年7月7日星期一北京晴，小暑注意防暑。文档智能进展包括版式分析标签问题和RAG竞赛方案；现有中文文档版式分析的标签体系主要有360layoutanalysis、doclayout和PP-DocLayout；SIGIR 2025 LiveRAG竞赛有多个获奖方案介绍，如TopClustRAG、RMIT–ADM+S等。
6个无代码LLM、Agent、RAG开源工具及推理大模型用于时间序列预测工作
今天是2025年7月6日，星期日，北京晴天。文章介绍了六个无代码LLM、Agent和RAG开源工具，并探讨了使用推理大模型进行时间序列预测的方法及其奖励函数设计。
NLP之文本纠错开源大模型：兼看语音大模型总结
2025年7月5日周六，北京晴天。介绍了中文拼写和语法纠错的大模型及其开源工具，包括14种错误类型支持，并提供了多个版本的训练数据集和代码。同时总结了语音大模型的技术进展，涵盖了50多种语音语言模型的数据集、tokenizer以及主流模型资源。