OpenRouter 发布教程:用 LLM 从 PDF 中抽取表格
OpenRouter 发布一篇教程,说明如何借助支持文件读取的模型从 PDF 中抽取表格。做法是把 PDF 以文件形式连同一套严格的 JSON schema 一并提交,让表格以带类型的行返回。 据教程摘要介绍,相关清理规则会直接写进字段描述,例如括号亏损、千分位和脚注标记等,以约束模型输出的格式与内容。 目前可获得的是教程摘要,具体实现细节与示例需参见原文。
OpenRouter 发布一篇教程,说明如何借助支持文件读取的模型从 PDF 中抽取表格。做法是把 PDF 以文件形式连同一套严格的 JSON schema 一并提交,让表格以带类型的行返回。 据教程摘要介绍,相关清理规则会直接写进字段描述,例如括号亏损、千分位和脚注标记等,以约束模型输出的格式与内容。 目前可获得的是教程摘要,具体实现细节与示例需参见原文。
据 Surge AI 官方博客消息,Surge AI 发布名为 DAYJOB: Tax 的新基准,用于评估 AI 代理处理专业税务工作的能力。根据公开摘要,该基准包含 50 个环境、1,789 个文件,覆盖八个税务领域。 该基准要求 AI 代理从客户初始请求开始,一直处理到最终交付物,过程中需应对不完整说明、冲突记录以及未被明确提出的关键问题。 评估采用 95% rubric 阈值的 pass@1 指标。结果显示,Claude Sonne...
据 Claude 官方 X 账号 10 月 28 日发帖,Claude 推出了面向法律场景的专属工件库(Artifacts)。 该帖仅提到这是一套法律专属工件库,未披露具体功能范围、适用版本或上线时间等信息。 目前该消息以社交平台原帖形式发布,尚未见到配套的产品文档或更详细的官方说明。
The Verge 10月28日报道,微软已决定停止在所有智能电视上提供Copilot功能支持。该消息并非来自微软、LG或三星的官方公告,而是来自Windows Central记者Zac Bowden一台运行webOS的LG电视上弹出的系统通知。通知称,Copilot相关功能已不再可用,并可能在近期停止运行,停止时间定于2026年内,具体日期取决于微软的时间安排。 约两年前,LG和三星曾在CES 2025上宣布,其新款智能电视将接入微软C...
OpenRouter 发布教程称,Claude Code 触发用量上限后,用户可以改用 OpenRouter API key 继续编码。具体做法是设置三个环境变量,或使用 Ori Harness 的 ori claude 命令。 按照该教程,用户可继续使用同样的 Claude 模型,并按 token 付费,同时不再受五小时和每周用量限制。 上述内容来自 OpenRouter 教程摘要,具体配置方式和计费细节以原文为准。
GitHub 在 GitHub Universe 2026 上提出把 GitHub 打造为完整软件交付系统的愿景,并发布多项产品。 据公开摘要,此次发布包括 GitHub Copilot app,面向智能体交付场景。目前披露的信息较为简要,更多产品细节尚未在摘要中展开。
据英伟达博客10月28日消息,英伟达宣布RTX Spark Windows笔记本迎来新机型、智能体工具和游戏更新。RTX Spark笔记本现已由华硕、戴尔、惠普、联想、微软和微星推出,搭载Blackwell RTX GPU与Grace CPU组成的超级芯片,最高128GB统一内存和1 petaflop FP4 AI性能,起售价2599美元。 更新内容包括:开放权重语音模型NVIDIA Nemotron 3.5 Transcribe登陆RT...
ChatGPT 官方 X 账号发帖称已上线 iCloud 插件,相关话题在 X 英文区引发讨论。 目前公开信息仅为该帖摘要,未披露插件的具体功能、支持地区及使用方式等细节,后续进展有待官方进一步说明。
NVIDIA 在 Hugging Face 和 ModelScope 上线开放权重、可提示的语音模型 Nemotron 3.5 Transcribe。该模型将转录、说话人分离、翻译和音频问答整合在同一个模型中,支持 40 种语言转录、31 种语言与英语互译,并可在 13 种语言中标注说话人;可处理最长 1 小时录音,最多标记 8 位说话人。 开发者可用自然语言指令控制输出,例如要求标注说话人、翻译成英语或回答会议决策问题。模型可在从 DG...
Artificial Analysis 在 X 平台表示已发布智能指数 v5 榜单。 目前公开摘录仅包含该发布信息,榜单的具体模型排名、评分维度及评测结果尚未在摘录中披露。
据The Verge报道,Meta推出一款名为Waddle World的“电子宠物”风格应用。应用中的虚拟宠物可与用户对话,并生成涂鸦来图解聊天内容。 应用商店描述称,这款“16位宠物养成游戏”并非真正的游戏,而是“伪装成宠物的每日日记”。用户应以语音而非打字方式与宠物交流,也可游玩叠杂货、文字游戏等休闲小游戏。该应用免费,目前仅面向菲律宾的成年用户开放。 Meta近期还低调推出AI时尚应用Style Sketch,据称仅限印度尼西亚、新...
Ai2 发布研究 Old Ideas, Novel Problems、配套 benchmark、数据、代码和自动化流水线,用于测试 LLM 作为研究想法新颖性裁判的可靠性。 该研究关注 LLM 在评估研究想法新颖性时的裁判表现;相关 benchmark、数据、代码及自动化流水线已随研究发布。
Replit 官方博客 10 月 27 日消息,Replit 推出 Cloud Agents,面向 Pro 与 Enterprise 客户开放。该功能允许设计、客服等非工程人员使用自然语言向公司核心代码库提交经过测试的 pull request,从而直接参与企业代码库贡献,而不必由工程人员代为完成全部提交流程。 目前公开摘要未披露更多技术细节与上线范围。
埃隆·马斯克在X平台发文称,Grok Bot更新了多项新功能。 原帖未披露具体功能名称、上线范围及时间安排,相关细节请以官方后续信息为准。
据 The Verge 10月28日报道,Mozilla 更新 Firefox 的 AI 浏览体验 Smart Window,新增基于已打开标签页填写在线表单的能力。Mozilla 举例称,该功能可从在线作品集或 LinkedIn 页面提取工作经历,填入求职申请。用户点击包含至少四个文本字段的表单后,会看到“Fill from sources”选项,并可选择或取消 Firefox 要使用的标签页,浏览器据此生成建议。目前该功能支持网页表单...
英伟达与甲骨文宣布,计划将 Oracle Cloud Infrastructure(OCI)Supercluster 中的 NVIDIA Vera Rubin NVL72 系统扩展至多吉瓦(multi gigawatt)规模,以支持 AI 训练、推理及智能体应用不断增长的客户需求。 双方同时扩大 AI 基础设施合作,NVIDIA Vera Rubin NVL72 与 NVIDIA Vera CPU 已在 OCI 上正式可用。OCI 还计划...
苹果新闻稿显示,苹果发布搭载全新 M6 芯片的 14 英寸 MacBook Pro,起售价 1999 美元,教育优惠价 1899 美元。 据苹果公布的信息,M6 芯片配备 12 核 CPU 和 12 核 GPU,图形性能相比 M5 最高提升 30%,端侧 AI 工作负载最高提升 25%。新机电池续航最长 24 小时,支持 Wi Fi 7 和蓝牙 6,并可在本地运行大语言模型(LLM)。 该机型将于 10 月 28 日开启预购,11 月 6...
苹果为 Creator Studio 推出更新。据苹果新闻稿摘要,Final Cut Pro for Mac 将内置 MotionVFX 视觉效果库,并接入包含视频素材的 Content Hub。 苹果新闻稿标题称此次更新加入强大的新 AI 功能和更多创作工具,但公开摘要尚未披露具体功能细节、上线时间、适用版本与定价信息。
据 TechCrunch 10月27日报道,OpenAI 在今年9月底的开发者日活动上发布了个人 AI 助理 dots,目前已在 ChatGPT 桌面端和移动端向 Pro 及以上订阅用户开放,套餐起价每月 100 美元。用户将日历、邮箱、电脑等工具接入后,该助理会在后台持续工作,主动协助推进任务。 负责该产品的 OpenAI 企业产品团队负责人 Alexander Embiricos 在 TechCrunch Disrupt 活动上表示,...
据 X 平台原帖信息,账号 PsyopAnime 发布内容称“AI生成川普与麻辣鸡恶搞动画”。该帖未披露具体制作工具或技术细节,暂无法进一步核实动画来源与制作方式。
Gamma 官方更新日志显示,Gamma 发布 Gamma 5,并称新版本重建了思考、设计和编辑方式。用户输入一句话、文档、PDF、图片或旧演示文稿后,可由智能体在几分钟内完成调研与设计工作。 据官方更新说明,Gamma 5 可连接 Slack、Notion、Granola 等 20 多个工具,引入上下文信息。同一批更新还涉及 credits、导出、预览等多项功能调整。 目前公开信息为更新日志摘要,具体功能细节与上线范围以官方说明为准。
据Latent Space播客节目披露,Supabase提出打造10亿个AI生成应用的规划。目前该平台每月上线500万个数据库,并借助Turso和Spark降低起步成本,后续计划升级至Postgres和Multigres。 Supabase创始人表示,Agent激活率接近100%,付费转化表现高于传统开发者群体。他举例称,有销售介入的账户月增长125%,未回应账户为25%。 在企业侧,Supabase仍主要承接新工作负载;现有生产数据库的...
据CNBC报道,Fanatics推出由OpenAI Codex驱动的AI购物推荐功能Shop the Look,帮助消费者在超过150万件体育商品中选购。 目前公开信息主要为功能摘要,具体上线范围与使用细节尚未披露。
Krea 发布 Krea for Adobe Premiere 插件,用户无需离开时间线即可完成故事板、生成视频和添加音效。该插件现已开放试用。 从公开信息看,Krea for Adobe Premiere 将故事板、视频生成和音效添加集中在 Premiere 的剪辑时间线内,减少用户在剪辑软件与外部生成工具之间来回切换。目前 Krea 仅表示该插件已开放试用,尚未披露定价与正式上线时间。
英国 AI Security Institute(AISI)与 SecureBio 合作推出 ReproBAIT 评测,用于测试 AI 编码智能体能否依据论文等公开信息及训练数据,复现生物 AI 工具(BAITs)。 根据 AISI 官方博客的公开摘要,该评测关注 AI 编码智能体在复现此类生物 AI 工具方面的能力表现与相关成本,评测介绍与细节发布在 AISI 官方博客。
Unsloth 发布了 MiniMax M3.1 Flash 的量化 GGUF 版本。其中,2 bit 版在体积缩小 45% 的同时保留了 91.5% 的 top 1 精度,可在 150GB 内存上本地运行。 不同量化版本的精度表现有所差异:1 bit 版约为 89.9%,4 bit UD Q4 K XL 版达到 98.0%。发布方称该模型是同尺寸最强开源模型之一。 Unsloth 同时提供了 Hugging Face 权重链接和本地运行...
GitHub 项目 huashu design 的项目说明显示,Huashu Design 3.0 是一项 HTML 原生设计技能,面向 Claude Code、Codex、Cursor 及各类 Agent。用户在 Agent 中输入一句话,可获得网页、App 原型、可编辑 PPTX、动画或信息图等可交付设计。 项目说明还提到,该技能提供“六个候选选三个方向”的选择机制,以及包含 84 种带样张的风格库,并配有外观账本与设计体检两项功能。...
据 Kling AI 官方 X 账号信息,Runware 宣布 Kling 4.0 在发布首日上线其 API,可生成最长 30 秒、1080p 分辨率并支持原生音频的视频。 功能方面,Kling 4.0 支持多关键帧(首帧、中帧、尾帧),单次请求最多可输入 15 个素材,包括关键帧、参考图、参考视频与元素,并支持基于提示词对已有片段进行编辑。 定价方面,Kling 4.0 每秒 0.133 美元起,未来 7 天常规定价可享 15% 折扣;...
数字生命卡兹克分享了一则用 Codex 等 AI 工具改造现实硬件设备的实操教程,案例为公司会议室的 4 台电视。 据分享摘要,教程通过 Codex 开启 ADB 调试并连接电视,完成清理开机广告、重做简洁桌面和粒子动态屏保等改造,并将方案复刻到其余 3 台设备。
TechCrunch 10月25日报道,Grok发布了其AI生成《奥德赛》内容的首个七分钟片段,并将其称为“Odyssey系列第一集”。此前约三个月,马斯克曾表示Grok将推出完整全长、且“历史准确”的《奥德赛》电影版本。 该片段由Grok与Wonder Studios及导演Dev Walker合作完成。TechCrunch在报道中称,画面整体没有预期中那么糟糕,部分瞬间甚至接近真实演员在海上航行,但作品缺乏艺术性、灵感和人情味,叙事节奏...