OpenBayes贝式计算

公共资源速递 4 个公共数据集： ReasonMed 医学推理数据集 Miriad-5.8M 医学问答数据集 WebClick 网页理解基准数据集 OCRBench 文本识别基准数据集 2 个公共模型

公共资源速递 5 个公共数据集： * Brain Tumor 脑肿瘤数据集 * HLE 人类问题推理基准数据集 * OpenThoughts3-1.2M 推理数据集 * Nemotron-Person

如今，OCR（光学字符识别）技术早已不再局限于文字识别，而正逐步演化为更复杂的文档解析系统。从最初的简单字符提取，到近年来兴起的多模态大模型，OCR 已融入了版面理解、语义识别与结构还原等任务，在文档

公共资源速递 6 个公共数据集： LEXam 法律推理基准数据集 Llamg-Nemotron 推理数据集 DeepTheorem 定理证明数据集 Eye Detection 眼睛检测数据集

公共资源速递 2 个公共模型： BAGEL-7B-MoT Qwen3 Embedding-0.6B & Reranker-0.6B 13 个公共教程： 大模型 * 2 AI for Science *

近年来，TTS（Text-to-Speech，文本转语音）模型经历了从拼接式语音合成到统计参数合成，再到神经网络 TTS（Neural TTS）的迭代，在技术层面呈现出端到端、模块融合的趋势，在应用层

TransPixeler 实现透明化文本到视频生成；统一图像定制框架 DreamO 上线，一键处理多种图像生成任务

OmniConsistency 显著提升了视觉连贯性和美学质量，实现了与 GPT-4o 相当的性能，填补了开源模型与商业模型在风格一致性上的性能差距

MedGemma 系列模型基于 Gemma 3 构建，包含谷歌在医学文本与图像理解方面最强大的开源模型，提供 2 个版本，分别为 40 亿参数的多模态版本，以及 270 亿参数的纯文本版本。