ZH ·
PaddleOCR 上手实录：Conda 独立环境 + GPU 推理一条龙
从零搭建 PaddleOCR 开发环境的完整记录：Conda 隔离、PaddlePaddle GPU 安装、命令行验证到 Python API 集成。
BigBookPlus
中英双语的技术笔记，以及公开论文的阅读记录。
精选文章
最新文章
ZH ·
arXiv 论文速递：对比学习最新进展、研究趋势与前沿方向
本期速递汇总了近期在对比学习、医学图像分割、图神经网络及生成模型领域的重磅论文，深入解析了从跨模态知识迁移到鲁棒性无监督学习的最新研究趋势。
ZH ·
arXiv 论文速递：视觉语言模型与具身智能最新研究趋势 (2025年5月)
本文深入盘点 2025 年 5 月视觉语言模型（VLM）与具身智能（Embodied AI）领域的最新研究成果，涵盖 3D 场景生成、多智能体协作、机器人控制及安全防御等核心方向。
ZH ·
arXiv AI 论文精选：2025 年末扩散模型（Diffusion Models）研究前沿与趋势总结
本文盘点了 2025 年末关于扩散模型的关键研究进展，涵盖了视频超分辨率、3D 生成、机器人控制、物理仿真及模型安全等多个领域，展示了该技术向高效、实用及跨学科方向的演进。
ZH ·
远程光电容积脉搏波（rPPG）研究前沿综述：2025年最新进展
本文盘点了2025年前后在远程光电容积脉搏波（rPPG）领域的数十项关键研究，涵盖多模态融合、轻量化模型、动态场景鲁棒性及临床应用等前沿方向。
ZH ·
解决 TensorFlow I/O 版本不兼容导致的报错
在 Kaggle 环境中运行 TensorFlow I/O 时遇到 undefined symbol 错误？本文将教你如何通过匹配正确的版本号来快速解决这一兼容性问题。
arXiv · cs.CV · · 日报 20260616
Textual Supervision Enhances Geospatial Representations in Vision-Language Models
文本监督增强视觉语言模型中的地理空间表示。
arXiv · cs.CL · · 日报 20260616
Illusions of the Gold Standard: A Large-scale Analysis of Human Evaluation Protocols for Long-form Text Generation
大规模分析长文本生成人类评估协议的可复现性问题。
arXiv · cs.CV · · 日报 20260616
IEA: Amateur-Friendly Conversational Image Editing Agent via Three Stages of Multitask Alignment
对话式图像编辑代理，三阶段多任务对齐提升业余用户效果。
arXiv · cs.CV · · 日报 20260616
Robust-U1: Can MLLMs Self-Recover Corrupted Visual Content for Robust Understanding?
让多模态大模型具备自我恢复受损视觉内容的能力，提升鲁棒理解。
arXiv · cs.CL · · 日报 20260616
From Player to Master: Enhancing Test-Time Learning of LLM Agents via Reinforcement Learning over Memory
通过强化学习优化记忆更新过程，提升大模型智能体测试时学习能力。
arXiv · cs.AI · · 日报 20260616
Correct Looks Better: Pairwise Comparisons Reveal Accuracy Rankings
成对比较排名与真实准确率高度一致，验证评估有效性。