OCR 与文档理解

锐Owl 发布了第一套公开的 OCR 评价标准OCReS v0.1——方法论先行，案例验证跟随。

百度开源 Unlimited OCR，号称"500M 参数吊打 235B 大模型"。这个宣称有几分真、几分营销？论文揭示了一颗值得关注的注意力机制内核——R-SWA。

2026-10-30 AI 5 点：1.3B 的 OXR 三榜第一，olmOCR-Bench 只领先 0.24 分、真优势在速度（百页 100.97 秒，快 33.5%），许可证带 200 万美元门槛与竞业条款；英伟达+MIT 开源 H3 2K 重生成，87.26 秒降到 22.45 秒，45.8% 的时间由一只稀疏注意力省下；Oracle AI 论文：agent 终局成功率 0.93、轨迹可执行率只有 0.35，靠「先错再修」补分；415 个最小可行实验只有 73 个非显然，六个前沿模型的首选比不上「论文里第一个实验」；百度搜索 API 4.9 元/千次，单次检索 0.0049 元。

2026-10-28 AI 5 点：蚂蚁开源 Ling-3.1-flash-1019（560B 总参/25B 激活），模型卡引 AA 指数 44、AA 当天页面给 29；NVIDIA 算子榜两天换主人，88 项单题第一→72 项；观测字段换个顺序，agent 成功率 85.0%→19.2%；文档模型 13 种归因只有 OCC 过全指标，两个常用指标被判不可靠；评估预算砍一半也能选出更好的脚手架。

2026-10-27 AI 5 点：GPT-6.1 Terra 单价砍半、每任务 $0.40 但首 token 78 秒；文心 Unlimited OCR 2 把百页 KV 缓存 47GB 压到 1.77GB；Skill∞ 自动进化 60.7% 对人工 56.4%；LoopFold 延迟降 46%；研究 agent 的「平滑」第一次有了分数。

2026-10-22 AI 5 点：PHP 两个 CVE（十年老洞）两周内被三家研究方同时证出、修复被共识制拖两年；文档摄取丢掉高亮与颜色，agent micro F1 从 0.690 掉到 0.150；Mem0 只在弱模型上赢过全文；335 个 PMID 里 327 个真实存在但只有 3 个相关；星辰 29B/4B 意图模型 58 分、前沿通用模型 39–49。

摘要：2026-10-07 AI 5 点：①OpenAI 公开 722 篇内部前沿模型产出的数学手稿（372 组 family、附 Lean 形式化与 10 份推理摘要，平均一个结果≈3 小时 ChatGPT Pro 等效算力），同日 Erdős 问题站宣布冻结评论与证明声明 ②Mistral Large 4 公测：1T 总参/49B 激活、原生多模态，开源权重月底放出，第一次把「安全拒绝=能力缺陷」写进发布文 ③决策模型被平台内化：OpenAI 上线 Decisions API（/opt/homebrew/bin/bash.10/M 且只收输入）+ AWS 开源 2B Decider + arXiv 用 Jev 压力测试财务证据校验 ④Google EmbeddingGemma 2：740M 原生多模态嵌入、端侧 191MB 活跃内存、向量可截到 128 维 ⑤韩国 7 家金融机构遭 AI agent 入侵、约 6.8 万人信息泄露（总统点名「AI 迹象」），防御侧 arXiv 给出共演化对抗训练

国产算力首次在规模商用层面拿出效率账；Flash 成为效率版标准叙事；评测脱离环境无意义；文档型 Agent 吞吐进入毫秒级；Agent 叙事转向 Harness。