OpenBMB 发布 MiniCPM-OCR 1.0 与校验模型 Jev
OpenBMB 发布 MiniCPM-OCR 1.0，一个 1B 规模的 OCR 模型，在 Real5-OmniDocBench 上得分 93.68、OCRBench v2 上得分 54.7，可解析手写笔记、复杂公式、报纸和低质量扫描件。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
102 条收录动态，更新于 10:50
全部收录包含没有通过评分的资料，标题以常规字体显示并标为“未入选”，只供检索，不写入选理由。
10月28日
星期三，4 条alphaXiv 推出面向 arXiv 论文的 NotebookLM 式音频解读功能
alphaXiv 推出面向 arXiv 论文的 NotebookLM 式功能，可把密集的 AI 研究论文转成可在路上收听的对话。该功能结合数千篇相关论文的上下文，捕捉研究动机、关联到 SOTA，并像读过整个领域的教授那样讲解关键思路。
MiniCPM-OCR 1.0 本地处理长文档
📄 长文档，本地处理。 很高兴看到 @atomic_chat_hq 在 Mac 上运行 MiniCPM-OCR 1.0，并与社区分享 GGUFs！感谢这次实操演示。💻🚀
引用atomic.chat@atomic_chat_hqA 1.2GB model on a Mac read Anthropic's whole IPO 📄 @OpenBMB MiniCPM-OCR 1.0 went through all 415 pages of Anthropic's S-1 on an M5 Max MacBook at about 4 seconds a page and nothing ever left the laptop GGUFs -> https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF
MiniCPM-OCR 本地处理 Anthropic S-1 文件
非常感谢 @atomic_chat_hq 的精彩演示！🙌 他们在 M5 Max MacBook 上本地运行 MiniCPM-OCR 1.0，处理了 Anthropic S-1 文件的全部 415 页——模型仅 1.2GB，每页约 4 秒，零数据离开设备。 小模型，严肃的文档理解，完全本地。🔥
引用atomic.chat@atomic_chat_hqA 1.2GB model on a Mac read Anthropic's whole IPO 📄 @OpenBMB MiniCPM-OCR 1.0 went through all 415 pages of Anthropic's S-1 on an M5 Max MacBook at about 4 seconds a page and nothing ever left the laptop GGUFs -> https://huggingface.co/AtomicChat/MiniCPM-OCR-1.0-GGUF
10月27日
星期二，1 条SciSpace 对比 Parallel API 与自家 API：网页研究还是论文研究
SciSpace 发布对比文章，区分 Parallel API 与 SciSpace API 的适用场景：前者面向企业信息补全、供应商比较和通用网页研究，后者面向需要原始论文、研究细节提取、筛选和带引用综述的文献研究产品。
10月28日
星期三，3 条LlamaIndex 发布文档解析协议 DPP 0.1 工作草案
LlamaIndex 发布 Document Parsing Protocol（DPP）0.1 工作草案，用 140 条规则定义页面解析的正确输出，覆盖文本、表格、表单、图表和示意图，每条规则附示例页面与期望输出。
OpenBMB 感谢 MiniCPM-OCR 实测对比
很高兴看到 MiniCPM-OCR 接受实测！🔥 非常感谢 @wikiwayne 做了详尽、透明的对比，并分享了结果和注意事项。💙 期待你在 GX10 上跑完本地测试后的表现。这样的真实反馈正是我们持续改进的动力！🚀
引用Guillermo Casaus@_guillecasausAcaban de lanzar un modelo OCR open-source de solo 1.300 millones de parámetros. Se llama MiniCPM-OCR 1.0 y viene acompañado de MiniCPM-OCR Jev, otro modelo que evalúa la fiabilidad de los resultados. Ambos desarrollados por OpenBMB y ModelBest. Entre ambos permiten: → Extraer texto, tablas y fórmulas de documentos → Procesar PDFs y páginas escaneadas o fotografiadas → Trabajar con documentos inclinados o curvados → Incluir una puntuación de confianza en los resultados para facilitar su revisión manual → Ejecutarse con vLLM, SGLang y Ollama MiniCPM-OCR 1.0 ha conseguido 93,68 puntos en Real5-OmniDocBench, según sus benchmarks oficiales. Pero lo más interesante es Jev. En lugar de corregir los errores automáticamente, evalúa la fiabilidad de los resultados extraídos e incluye una puntuación de confianza para facilitar su revisión. Además, MiniCPM-OCR 1.0 incorpora KIE (Key Information Extraction), una funcionalidad para extraer información clave de los documentos. Y sí, los pesos de ambos modelos son abiertos. 🔗 GitHub: https://github.com/OpenBMB/MiniCPM-OCR 🤗 Hugging Face: https://huggingface.co/openbmb/MiniCPM-OCR-1.0 Más recursos y demo en el primer comentario 👇
LitUbik 开源系统综述工具发布，AI 建议由具名审稿人逐条接受或拒绝
LitUbik 是一款开源、可自托管的系统综述工具，覆盖从注册方案到 PRISMA 2020 流程图的各环节，包括检索式校准、自动检索、去重、盲法多审稿人筛选、全文获取、滚雪球检索、质量评价、数据提取与报告，可部署在单台服务器或跨离线实例运行。
10月27日
星期二，1 条Consensus 通过 API 和 MCP 开放 Threads 证据综述功能
Consensus 将 consensus.app 上的 Research Agent 以 Threads 形式开放到 API 和 MCP，输入研究问题即可返回带引用、支撑引文和来源章节的证据综合，并可在同一线程中追问收窄问题。
入选理由Consensus 把证据综述能力开放到 API 和 MCP，研究者可据此判断能否把文献评估接入自己的筛选流程。
10月28日
星期三，1 条alphaXiv Mobile 2.0 发布，新增论文 AI 视觉概览与可分享文献库
alphaXiv 发布 Mobile 2.0，新增适配手机的 PDF 阅读器、带可分享文件夹的文献库、按兴趣定制的研究信息流，以及论文的 AI 视觉概览，并支持 iPhone Duo 与 iPad。iOS 与 Android 版本均已上架应用商店。
10月27日
星期二，5 条百度开源 Unlimited OCR 2 文档解析模型，支持几十到几百页超长文档
百度开源 Unlimited OCR 2，一个面向几十到几百页文档的 OCR 与版面解析模型，采用 3B/A0.5B 的 MoE 架构，权重已发布在 Hugging Face。
引用Baidu Inc.@Baidu_IncUnlimited OCR 2 is here, and it's open source. 📖 ✨ Longer documents can mean a lot more attention computation. Our new SR-SWA mechanism keeps that in check by condensing text-visual attention interactions into a fixed-size set of working references. Here's what it delivers: - Document parsing at virtually any length, within a finite context window - Nearly constant per-step decoding latency and memory footprint as documents grow longer - State-of-the-art performance on MPDocBench and MarathonDocBench, covering documents from dozens to hundreds of pages Check out the model here ↓
百度开源 Unlimited OCR 2，单次请求解析数百页文档
百度开源 Unlimited OCR 2，一个 3.34B 参数的 OCR 视觉语言模型，可在一次请求中解析数百页书籍、申报文件和报告，输出文本、表格、公式、图片、标题层级与阅读顺序，权重以 MIT 许可发布，代码在 GitHub。
Google 分析 16000+ NLP 论文局限性
别错过我们分析 16000+ 篇 NLP 论文局限性的互动演示。今天上午 10:30，来 #EMNLP2026 Google 展台（#D5）找 Piyawat Lertvittayakumjorn，了解研究趋势如何变化，并查询你自己的论文是如何被编码的。阅读论文：https://arxiv.org/pdf/2609.15191
纽约大学研究提出 SmoothScore，量化 LLM 研究代理的结论平滑问题
纽约大学团队在 arXiv 预印本中提出 SmoothScore，用于衡量 LLM 深度研究报告中的结论是否比所引文献证据更绝对，并将这一现象称为 smoothing。
百度开源 Unlimited OCR 2 文档解析模型
百度开源 Unlimited OCR 2，采用 SR-SWA 机制将文本-视觉注意力交互压缩为固定规模的工作参考，使文档解析在有限上下文窗口内几乎不受长度限制。该模型在文档变长时每步解码延迟和内存占用近乎恒定，并在覆盖数十至数百页文档的 MPDocBench 与 MarathonDocBench 上取得最优性能。
10月26日
星期一，1 条OpenAI Deep Research API 与 SciSpace API 科研场景对比（2026）
OpenAI 已于 2026 年 7 月 23 日下线 o3-deep-research 和 o4-mini-deep-research，以 gpt-5.6-sol 经 Responses 接口替代；SciSpace API 仍处早期访问阶段，需通过申请表获取。
10月23日
星期五，2 条Ai2 发布 LitPivot：围绕文献动态组织证据，辅助科研构思修订
Ai2 与宾夕法尼亚大学合作发布 LitPivot，该系统用 Asta Paper Finder 检索的论文，把研究提案拆成问题、贡献和评估方案三部分，围绕正在编辑的部分组织文献、给出带原文摘录的批评和可接受或拒绝的修改建议。
入选理由Ai2 把文献检索与科研构思的修订过程绑定，研究者可据此判断这类工具能否介入早期选题。
OmniParseBench 开发者指南：排行榜基准与 OCR 测试
Datalab 开源文档解析器基准 OmniParseBench 以 16,288 项通过/失败测试覆盖 2,937 页文档，并公布 27 个解析器的判定结果。该教程基于这些判定重建排行榜，发现排名前两位的解析器在统计上并列，且多数文档切片上领先者会变化。作者还在 50 页样本上自行运行 Tesseract 与 Indra OCR，并指出一项发布数字与公开文件不符。
10月22日
星期四，1 条alphaXiv 发布可解释性领域图解指南
alphaXiv 发布了一份可解释性图解指南，从早期计算机视觉研究讲到语言模型，梳理特征可视化、SHAP 与积分梯度、电路追踪，以及注意力头、残差流、激活引导、消融与探针实验、多义性与 SAE 等方法。指南还讨论了该领域的局限与开放问题，并回应了近期走红的文章 Neural Networks Are Already Clean 引发的争论：我们是否真在接近逆向工程 LLM。
10月21日
星期三，1 条alphaXiv 推出文献库功能
厌倦了开着 100 多个 arXiv 标签页？ 隆重推出 alphaXiv Library 📕 整理你所有的研究，跨设备同步 📁 可分享的文件夹与子文件夹 📤 从任何地方上传论文 🔍 在库内搜索 🕘 最近浏览历史 再也不会弄丢论文
10月20日
星期二，1 条EpiLens 开源轻量 RAG 包发布，用于流行病学文献结构化提取
ISI Foundation 团队发布开源轻量 RAG 包 EpiLens，用固定检索模板和输出 schema 对语料中每篇论文做同样的结构化分析，并把每条输出链接回原文段落。
10月15日
星期四，2 条Gemini 4 Argon 将学术PDF变动画绘本
借助 Gemini 4 Argon，你的研究有了讲述故事的新方式 📖 我们在 @GeminiApp 中使用 Nano Banana、Veo 和 Argon，将一份内容密集的学术 PDF 变成了一本全彩动画故事书。
ReviewPilot：面向系统综述筛查与数据抽取的多智能体系统
佛罗里达国际大学等机构的研究者提出对话式多智能体系统 ReviewPilot，覆盖系统综述的检索、筛查、全文获取、信息抽取与语义归类五个阶段，研究者可通过对话定制纳入排除标准与抽取字段，每条筛查决定附理由、每个抽取值附原文出处，项目记忆保留配置与修订。
10月9日
星期五，2 条SciSpace 在 Advanced 和 Max 套餐推出不限量智能体使用
SciSpace 宣布在 Advanced 和 Max 套餐推出不限量智能体使用，用户不必再按用量额度规划每一步操作。官方说明中，智能体可并行执行任务，例如一个智能体探索研究问题、另一个核查现有稿件的引用、第三个根据已有发现准备演示文稿。平台还提供 Citation Verifier，用于检查来源是否支持文中的论断，用户审核证据与建议后可让智能体按批准的修改更新报告。
入选理由SciSpace 把智能体用量改为不限量，研究者可据此判断多任务并行与引用核查流程是否值得纳入日常工作。
K-Dense 更新：AI 信任议题、AI 科研助手播客与三款基于 Jev 的免费工具
K-Dense 发布三款基于 Jev 的免费免登录工具：Citation Telephone 可沿引用链追溯被引论文是否支持原句，Rigor Scan 对 PDF 执行 74 项报告规范检查且文件留在浏览器内，Claimscape 按研究设计与年份映射 PubMed 摘要。
10月8日
星期四，4 条Consensus 如何做科研：从一个问题到可共享文献库的完整流程
Consensus 在 Consensus 101 课程中以“镁是否改善睡眠质量”为例，演示从提问、检索到建库的完整流程：其 220M+ 篇论文库结合关键词与语义检索，Deep 模式在该问题上运行 31 步并生成论点-证据表、研究时间线和研究空白。
SciSpace 指南：如何一步步做系统综述（含真实 PRISMA 示例）
SciSpace 发布系统综述分步指南，以 Dr. Ullah 的真实综述为例，演示如何将 4,634 条检索记录筛选至 74 篇纳入研究。指南覆盖确认综述必要性、定义并试点研究问题、构建可复现检索策略、设定纳入排除标准、筛选研究、数据提取、证据综合与报告质检八个步骤，并强调用 PRISMA 流程图记录筛选决策。
SciSpace 发布七步流程，核查 AI 生成引用与论断
SciSpace 基于 Joanne Donoghue 教授的讲座整理出一套七步工作流，用于核查 AI 生成的研究内容：先识别虚构论文、错误 DOI、作者名单错误、结论被曲解、编造统计量、虚假指南建议和虚假共识等错误类型，再依次定义证据标准、核验文献记录、获取全文、追溯论断出处、比较研究间差异并审计参考文献。
SciSpace 推出 Citation Verifier，核查引用文献是否支持论文论断
SciSpace 发布 Citation Verifier，一款 AI 引用核查工具，除验证被引论文是否存在、出版信息以及是否被撤稿或更正外，还会检查引用来源是否真正支持论文中的论断。
入选理由SciSpace 把引用核查从“文献是否存在”推进到“文献是否支持该论断”，投稿前自查引用错配的研究者可以据此判断是否纳入写作流程。
10月7日
星期三，1 条SciSpace 发布期刊俱乐部讨论准备完整指南
SciSpace 发布《准备一场好的期刊俱乐部讨论：完整指南》，提出从研究问题、研究意义、方法学批判、统计功效到图表解读的准备流程。指南建议用 PICO 框架拆解临床或干预研究，并提醒关注样本量、随机化与盲法、主要与次要结局，以及置信区间和效应量，而非只看 P 值。