<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Morderay的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Morderay</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Morderay]]></copyright><item><title><![CDATA[【Datawhale AI 夏令营】使用 MinerU 实现高保真文档解析以优化多模态RAG]]></title><link>https://blog.youkuaiyun.com/Morderay/article/details/150363901</link><guid>https://blog.youkuaiyun.com/Morderay/article/details/150363901</guid><author>Morderay</author><pubDate>Wed, 13 Aug 2025 23:46:41 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[【Datawhale AI 夏令营】多模态RAG图文问答挑战赛分析]]></title><link>https://blog.youkuaiyun.com/Morderay/article/details/150119895</link><guid>https://blog.youkuaiyun.com/Morderay/article/details/150119895</guid><author>Morderay</author><pubDate>Sat, 09 Aug 2025 23:59:36 +0800</pubDate><description><![CDATA[摘要：本文分析了&quot;多模态RAG图文问答挑战赛&quot;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。]]></description><category></category></item><item><title><![CDATA[Datawhale AI春训营--蛋白质预测（AI+生命科学）]]></title><link>https://blog.youkuaiyun.com/Morderay/article/details/147357595</link><guid>https://blog.youkuaiyun.com/Morderay/article/details/147357595</guid><author>Morderay</author><pubDate>Sat, 19 Apr 2025 23:23:41 +0800</pubDate><description><![CDATA[基础解题方案]]></description><category></category></item><item><title><![CDATA[Datawhale Al春训营 --RNA结构预测（AI+创新药）代码记录]]></title><link>https://blog.youkuaiyun.com/Morderay/article/details/147357529</link><guid>https://blog.youkuaiyun.com/Morderay/article/details/147357529</guid><author>Morderay</author><pubDate>Sat, 19 Apr 2025 23:18:34 +0800</pubDate><description><![CDATA[【代码】Datawhale Al春训营 --RNA结构预测（AI+创新药）代码记录。]]></description><category></category></item><item><title><![CDATA[过拟合——Datawhale X 李宏毅苹果书 AI夏令营 深度学习（入门）Task3]]></title><link>https://blog.youkuaiyun.com/Morderay/article/details/141874355</link><guid>https://blog.youkuaiyun.com/Morderay/article/details/141874355</guid><author>Morderay</author><pubDate>Tue, 03 Sep 2024 23:53:13 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[线性模型（其一）——Datawhale X 李宏毅苹果书 AI夏令营 深度学习（入门）Task2]]></title><link>https://blog.youkuaiyun.com/Morderay/article/details/141760085</link><guid>https://blog.youkuaiyun.com/Morderay/article/details/141760085</guid><author>Morderay</author><pubDate>Sat, 31 Aug 2024 23:11:26 +0800</pubDate><description><![CDATA[本文简单记录对线性模型的其中一种改进。]]></description><category></category></item><item><title><![CDATA[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]]></title><link>https://blog.youkuaiyun.com/Morderay/article/details/141599047</link><guid>https://blog.youkuaiyun.com/Morderay/article/details/141599047</guid><author>Morderay</author><pubDate>Tue, 27 Aug 2024 23:02:00 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[Datawhale AI夏令营——复杂推理能力评估Task1 跑通Baseline]]></title><link>https://blog.youkuaiyun.com/Morderay/article/details/140758672</link><guid>https://blog.youkuaiyun.com/Morderay/article/details/140758672</guid><author>Morderay</author><pubDate>Sun, 28 Jul 2024 23:41:50 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[Noisy Correspondence Learning with Meta Similarity Correction -- 论文阅读笔记]]></title><link>https://blog.youkuaiyun.com/Morderay/article/details/133997512</link><guid>https://blog.youkuaiyun.com/Morderay/article/details/133997512</guid><author>Morderay</author><pubDate>Mon, 23 Oct 2023 20:28:25 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item><item><title><![CDATA[C++ sort 降序排序的简便写法 - greater、lambda]]></title><link>https://blog.youkuaiyun.com/Morderay/article/details/129465119</link><guid>https://blog.youkuaiyun.com/Morderay/article/details/129465119</guid><author>Morderay</author><pubDate>Sun, 12 Mar 2023 02:38:15 +0800</pubDate><description><![CDATA[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。]]></description><category></category></item></channel></rss>