<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[hysmbky的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/hysmbky</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; hysmbky]]></copyright><item><title><![CDATA[仅 0.1B 参数！文档识别更高效，速度提升 2-9 倍---UniRec-0.1B]]></title><link>https://blog.youkuaiyun.com/hysmbky/article/details/156427028</link><guid>https://blog.youkuaiyun.com/hysmbky/article/details/156427028</guid><author>hysmbky</author><pubDate>Tue, 30 Dec 2025 17:13:00 +0800</pubDate><description><![CDATA[UniRec-0.1B 用小参数实现了文本和公式的统一高效识别，解决了以前模型 “大而慢”“易混淆” 的问题，不管是用于数字教育、信息检索，还是文档电子化，都很实用。]]></description><category></category></item><item><title><![CDATA[冷静祛魅与场景深耕：RAG 技术 2025 复盘与 2026 前行方向]]></title><link>https://blog.youkuaiyun.com/hysmbky/article/details/156425945</link><guid>https://blog.youkuaiyun.com/hysmbky/article/details/156425945</guid><author>hysmbky</author><pubDate>Tue, 30 Dec 2025 16:40:11 +0800</pubDate><description><![CDATA[2025 年 RAG 技术呈现基建成熟收敛、技术从粗狂转向冷静祛魅的核心特征，开源框架经汰换形成 dify/coze、maxkb、langraph 三足鼎立格局，技术发展历经朴素 RAG 到多模态 GraphRAG 的叠代但创新放缓，且逐步向具体业务场景结合；②评测体系不完善，评测集覆盖度不足，论文结论落地收益有限；4. 核心原则：坚持 “不要面向 RAG 做业务，而是要面向业务做 RAG”，拒绝 “标品框架 + 单一 prompt 上线” 的幻想，重视文档解析、召回策略、用户意图分析等落地细节。]]></description><category></category></item><item><title><![CDATA[32B 参数实现专家级深度研究！Step-DeepResearch：注重成本效益的智能体方案]]></title><link>https://blog.youkuaiyun.com/hysmbky/article/details/133790882</link><guid>https://blog.youkuaiyun.com/hysmbky/article/details/133790882</guid><author>hysmbky</author><pubDate>Thu, 12 Oct 2023 14:57:41 +0800</pubDate><description><![CDATA[Markdown
Text-to-HTML conversion tool
Authors
John
Luke


]]></description><category></category></item></channel></rss>