Cloudflare 发布文档抽取模型 Clairic,称比 LLM 更快更便宜
Cloudflare 发布 AI 模型 Clairic,用于从文档中抽取用户指定的字段,已在 Workers AI 上提供预览,开放权重将随后放出。用户给出订单号、发票总额等字段名,模型一次返回对应数值、正确格式与置信度,缺失时返回 null;它不逐 token 生成文本,也能做简单计算和估算。
Cloudflare 发布 AI 模型 Clairic,用于从文档中抽取用户指定的字段,已在 Workers AI 上提供预览,开放权重将随后放出。用户给出订单号、发票总额等字段名,模型一次返回对应数值、正确格式与置信度,缺失时返回 null;它不逐 token 生成文本,也能做简单计算和估算。
Minhua Lin 等提出 LM2LM,用强化学习训练 LLM 生成有效的语言模型改进提案。方法以一个冻结的 LLM 作为研究世界模型(RWM),依据上下文中真实实验记录预测提案增益并充当奖励模型,同时定期真跑高分提案、把实测结果回填上下文以保持反馈可靠。
Google 在 Google Earth AI 下推出实验性研究能力 planetary prediction engine(PPE),可由自然语言查询自主完成地理空间数据发现、特征工程、模型训练与评估,把原本需要数周的人工建模压缩到数分钟。
推荐理由:公共卫生或粮食安全方向的研究者可以用它把自然语言查询跑成地理空间预测模型,省去人工找数据与特征工程,但目前仍是实验性研究能力。