🚀 Qianfan-OCR - end-to-end модель на 4B параметров для работы с документами.

Главная идея - одна модель вместо целого пайплайна.

Что умеет:

• 📄 Парсинг документов в один проход
Без разбиения на OCR → post-processing → extraction.
Модель сразу выдаёт структурированный результат.

• 📊 Таблицы
Корректно извлекает структуру таблиц, строки и значения.

• 🧮 Формулы
Распознаёт математические выражения и приводит их к читаемому виду.

• 📈 Графики и диаграммы
Понимает визуальные данные и извлекает из них смысл.

• 🔍 Key information extraction
Автоматически достаёт ключевые поля: суммы, даты, названия и т.д.

Почему это важно:
Раньше для этого требовался сложный стек:
OCR → layout detection → table parser → rule-based extraction.

Теперь всё это заменяется одной моделью, которая делает всё сразу.

Фактически это шаг к системам, которые могут понимать документы так же, как человек.

#AI #OCR #LLM #MachineLearning

🎯Полезные Мл-ресурсы 🚀 Max

@machinelearning_interview

🚀 $100 БЕСПЛАТНО НА API CLAUDE? Появился единый хаб с токенами

Tabitoken раздаёт бесплатный баланс для работы с AI-моделями.

Что доступно:

🔥 Claude Opus 4.8
🔥 Opus 5
🔥 Thinking-модели

Главное:

• оплата идёт за токены, а не за количество запросов;
• Opus 4.8 — примерно $1 за 1M входных токенов и $5 за 1M выходных;
• Opus 5 — около $3 за 1M токенов на вход и выход;
• поддержка API OpenAI, Claude и Gemini;
• ключ можно подключить к привычным AI-клиентам.

Как получить:

1️⃣ Регистрируемся:
https://tabitoken.com/

2️⃣ Забираем бесплатный баланс $100

3️⃣ Получаем API-ключ

4️⃣ Подключаем к своему клиенту

Можно тестировать мощные модели без покупки подписки.

⚡ Забирайте, пока доступно.

#AI #Claude #LLM #MachineLearning

Как научить рекомендательную систему думать не о следующем лайке, а обо всей сессии?

В классических рекомендациях модель обычно оптимизирует ближайший сигнал: клик, лайк, дослушивание.

Но каждое действие меняет состояние пользователя. Хорошая рекомендация сейчас может привести к плохому продолжению сессии — и наоборот.

AI VK Research попробовали решить эту задачу через Reinforcement Learning.

Рекомендации формулируются как RL-задача: пользователь — environment, модель — agent, рекомендация — action, а реакции пользователя становятся reward.

Главная сложность — обучаться приходится на логах старой модели. Авторы используют REINFORCE с многошаговой off-policy коррекцией, чтобы учесть разницу между поведением старой и новой политики и при этом не получить взрыв дисперсии.

В экспериментах подход улучшил оценку долгосрочной сессионной награды без существенной потери стандартных метрик рекомендаций.

Источник:
https://habr.com/ru/companies/vk/articles/1068050/

#AI #Recsys #MachineLearning #RL