- 博客(10)
- 收藏
- 关注
RSS订阅原创 【Datawhale AI 夏令营】使用 MinerU 实现高保真文档解析以优化多模态RAG
摘要 本文介绍了使用MinerU框架实现多模态PDF文档解析的技术方案。该项目旨在构建一个能够理解PDF中文本、图像、表格、公式等复杂内容的RAG系统。MinerU具有多模态解析、智能布局分析和视觉语言模型集成等优势，支持中文处理。技术实现分为三个阶段：1)PDF内容解析与提取，2)内容结构化处理，3)向量化与检索优化。通过将不同类型内容转换为Markdown格式并构建检索块，尝试了对金融分析等复杂文档的高保真解析。
2025-08-13 23:46:41
1051
原创 【Datawhale AI 夏令营】多模态RAG图文问答挑战赛分析
摘要：本文分析了"多模态RAG图文问答挑战赛"的核心任务与优化路径。该赛题要求处理财报PDF中的文本、表格、图片等多模态信息，构建可溯源的问答系统。评估标准强调答案准确性和来源精确性各占50%。当前Baseline方案存在丢失多模态信息、分块不合理等缺陷。优化方向包括：使用MinerU工具增强多模态解析能力，改进分块与索引策略，引入重排机制，以及针对财报领域微调Embedding和LLM模型，以提升信息完整性、检索精度和生成质量。
2025-08-09 23:59:36
629
原创 Datawhale Al春训营 --RNA结构预测（AI+创新药）代码记录
【代码】Datawhale Al春训营 --RNA结构预测（AI+创新药）代码记录。
2025-04-19 23:18:34
122
原创 过拟合——Datawhale X 李宏毅苹果书 AI夏令营 深度学习（入门）Task3
本文主要介绍模型训练过程中的过拟合现象，并从概念、表现和应对方案三个角度进行阐述。
2024-09-03 23:53:13
618
原创 机器学习案例分享——Datawhale X 李宏毅苹果书 AI夏令营 深度学习（入门）Task1
在数字化时代，数据无处不在，如何从海量数据中提取有价值的信息成为了一个重要课题。机器学习作为一种强大的数据分析工具，能够帮助我们从数据中学习并做出预测。本文通过一个具体案例——“视频的点击次数预测”，来介绍机器学习的运作过程。
2024-08-27 23:02:00
1021
原创 Datawhale AI夏令营——复杂推理能力评估Task1 跑通Baseline
本文记录了参加Datawhale AI夏令营的第一个任务经历，比赛为第二届世界科学智能大赛逻辑推理赛道：复杂推理能力评估。这个任务总体比较简单，主要在跑通Baseline，了解使用第三方平台进行ai任务的基本流程。
2024-07-28 23:41:50
964
原创 Noisy Correspondence Learning with Meta Similarity Correction -- 论文阅读笔记
本文是笔者在阅读完论文《Noisy Correspondence Learning with Meta Similarity Correction》后的一些笔记概括以帮助理解，包含了个人想法，如有谬误，欢迎指正。更多细节请见原文。论文链接：https://ieeexplore.ieee.org/document/10204064。
2023-10-23 20:28:25
507
2
原创 C++ sort 降序排序的简便写法 - greater、lambda
本文总结了C++调用sort函数实现降序排序的简便写法，介绍了greater、lambda匿名函数两种实现方法。
2023-03-12 02:38:15
3177
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人