近日，Vercel Labs在GitHub上开源了名为agent-browser的项目，这是一个专为AI智能体设计的无头浏览器自动化命令行界面工具。该工具的核心价值在于，它能够使AI智能体直接控制浏览器实例，执行诸如页面导航、截图以及...

在开源人工智能社区中，PDF文档长期以来被视为一座未被充分挖掘的高质量数据金矿。近日，Hugging Face团队正式发布了其开创性的预训练数据集项目——FinePDFs，成功从海量PDF文档中提取并构建了一个规模超过3万亿令牌...

谷歌旗下AI研究助手NotebookLM近日推出了一项名为“数据表格”的核心新功能，标志着AI在信息处理和知识结构化领域迈出了重要一步。该功能能够智能解析用户上传的各类文档源（如研究论文、报告、文章等），并自动提取、...

人工智能研究公司Perplexity近日开源了其最新研究成果“BrowseSafe”，这是一个专门为保护AI浏览器智能体（AI Browser Agents）而设计的实时内容检测模型与基准测试套件。在开放世界的网页环境中，AI智能体在执行网页...

NotebookLM是谷歌实验室推出的一款革命性AI驱动笔记应用，其核心创新在于将大型语言模型与用户自有文档深度结合，打造个性化知识助手。该系统允许用户上传PDF、文档和笔记，通过AI技术实现智能内容分析、关键信息提...

Google近日在GitHub开源了LangExtract项目，这是一个基于大语言模型（LLM）的Python库，专门用于从非结构化文本中提取结构化信息。该库允许用户通过自定义指令，将杂乱的文本数据转化为可靠的格式化输出。其核心技术...

从复杂的PDF中提取信息一直是个棘手的问题。行业在OCR（光学字符识别）、布局检测和解析流程上投入了大量精力和资金，却仍可能丢失最关键的信息。如今，视觉语言模型（Vision Language Models）已经足够强大，能够直...

近日，一篇发表在arXiv上的论文介绍了一种名为UniHDSA的统一关系预测方法，用于分层文档结构分析。该方法的核心创新在于通过一个单一模块同时处理多项任务，显著提高了文档结构分析的效率和准确性。UniHDSA技术的应...