Morphik.ai公司创新性地提出了一种基于视觉的文档检索方法，该方法摒弃了传统的OCR（光学字符识别）和解析技术，转而采用文档页面的图像作为处理对象。通过将文档图像分割成小块，并利用视觉Transformer和语言模型，...

阿里巴巴近日开源了Qwen3 Embedding系列模型，其8B参数版本在权威的MTEB多语言排行榜上位列第一。这一系列模型为开发者提供了构建RAG系统、语义搜索引擎和文档检索应用的强大工具，支持超过100种语言的处理需求。模...

Adobe Research推出了一款工具，可以通过结构或文本条件来检索结构化文本文档，这项技术在文档为PDF格式时变得更加困难。此外，Adobe Research还发布了一个基准数据集供进一步研究使用。

Gorilla模型是基于大型语言模型（LLMs）的一种精细模型，显著优于现有模型如GPT-4在编写API调用方面的表现。它帮助语言模型更有效地使用工具。结合文档检索器，Gorilla可以很好地适应更新的文档，最小化不准确的生成...