千页只需7块钱，Mistral发布世界最强文件扫描API，实测仍有缺陷
Mistral AI 推出 OCR（光学字符识别）API Mistral OCR，号称「世界上最好的 OCR 模型」。该模型能够准确识别文档中的每个元素，并从复杂文本和图像中提取内容。
学术
CVPR 2025｜北大开源多模态驱动的定制化漫画生成框架DiffSensei，还有4.3万页漫画数据集
DiffSensei 是首个结合多模态大语言模型（MLLM）与扩散模型的定制化漫画生成框架，通过创新机制实现角色控制、布局精准及动态叙事。该框架支持从文本到漫画的高效转换，并发布首个专为漫画生成设计的数据集MangaZero，提升角色一致性、文本跟随能力和图像质量。
免费 | 抢先试用此芯Armv9 AI PC开发套件瑞莎“星睿O6”
安谋科技、此芯科技与瑞莎计算机联合发布了面向AI PC、边缘和机器人等场景的’星睿O6’开发套件，搭载Armv9 CPU核心、Immortalis GPU及自研NPU ‘周易’，支持生成式AI应用，并启动了评测活动。
港理工提出TokenSkip：让大模型在CoT中“跳”过冗余token，压缩40%，性能几乎不降！
MLNLP社区致力于促进国内外机器学习与自然语言处理领域的交流合作。近日，一篇关于LLM的论文提出TokenSkip方法，通过跳过不重要token来压缩思维链，提高推理速度和用户体验。
FP8训练新范式：减少40%显存占用，训练速度提高1.4倍
近期研究提出COAT方法利用FP8量化技术，通过动态范围扩展和混合粒度精度流优化大型模型训练中的内存占用和加速速度，保持模型精度的同时显著减少显存使用并提升训练效率。