大模型时代下的文档智能 | 文档解析（大模型版）
文档智能（Document Mind）是基于阿里巴巴达摩院技术打造的多模态文档识别与理解引擎，提供通用文档智能、行业文档智能和文档自学习能力，满足各类智能文档处理需求。尤其在企业中，它能有效处理文本、图片、扫描件等多种非结构化文档，释放数据价值。本文将介绍文档智能的应用场景、产品架构及其核心功能——文档解析（大模型版），并展示其在线体验与API接口调用方法。
达摩院开源多语言大模型PolyLM, 覆盖集团核心小语种，效果超LLAMA、BLOOM
本文作者：宝嵩，鹏程，呋喃主要贡献者：鹏程，呋喃，莉莱，重笙，筱苡，星峰，红罗，祝鸿，洛新，宝嵩，轻径，黄非摘要：大型语言模型 (LLM) 展示了出色的遵从自然语言指令理解、推理和生成的能力。然而，开发LLMs主要集中在高资源语言，例如英语，从而限制了它们在其他语言中的应用和研究。因此，我们开发了PolyLM，一个在6400亿个词的数据上从头训练的多语言语言模型，包括两种模型大小(1.7B和13B
【OpenVI-图像超分实战篇】别用GAN做超分了，快来试试基于扩散模型的图像超分吧！
近10年来，深度学习技术得到了长足进步，在图像增强领域取得了显著的成果，尤其是以GAN为代表的生成式模型在图像复原、老片修复，图像超分辨率等方面大放异彩。图像超分辨率是视频增强方面，用于提升画质的典型应用。生成对抗网络GAN使得在图像分辨率增加的同时，保持细节特征，补充生成真实的纹理，其中应用广泛的工作是Real-ESRGAN。
扩散模型DiffusionModel在图像超分辨率这方面的新的应用，展现出其超过GAN的生成多样性和真实性。看完后，你会发现，还在用GAN做图像超分辨率吗？已经OUT了，快来试试DiffusionModel吧！
阿里达摩院 MindOpt 介绍和使用
MindOpt 是阿里巴巴达摩院决策智能实验室研发的决策优化软件。团队组建于2019年，聚焦于研发尖端运筹优化和机器学习技术，构建智能决策系统，更快更好地向各行各业提供数学建模与求解能力，帮助业务更快更好地做出决策，以期降低成本、提升效率、增大收益 。当前 MindOpt 围绕智能决策优化所需的建模和求解能力，突破国外垄断，自研了 MindOpt Solver 优化求解器、MindOpt APL 建模语言、MindOpt Tuner 调参器；并创新地提出“强化+优化”双决策引擎，打造了MindOpt Studio 优化平台。并结合前沿先进的预训练大模型技术打造MindOpt Copilot。