VikParuchuri Presenta Marker: Conversión de Documentos PDF a Markdown 10x Más Rápida para IA
VikParuchuri y el equipo de Datalab han consolidado Marker, un pipeline neur
Sigue leyendo las noticias clave de IA
Filtrar y personalizar
VikParuchuri Presenta Surya: Motor OCR y Detección de Layout Multilingüe para DocumentosDatalab libera Surya, motor de OCR multilingüe para más de 90 idiomas y análisis de diseño de página con detección precisa de orden de lectura.Leer análisis completo
Microsoft Presenta MarkItDown: Herramienta de Conversión Multiformato de Documentos a Markdown para IAMicrosoft libera MarkItDown, utilidad abierta para convertir PDFs, Office, audio e imágenes a Markdown limpio y estructurado optimizado para LLMs y RAG.Leer análisis completo
UncleCode Presenta Crawl4AI: Motor de Extracción Web Asíncrono y Conversión a Markdown para LLMsUncleCode presenta Crawl4AI, motor de rastreo web asíncrono ultrarrápido que extrae y convierte páginas web complejas directamente a Markdown para LLMs.Leer análisis completo
Alibaba presenta Qwen2-Audio: el modelo fundacional de comprensión y diálogo por voz directa sin pipeline de transcripción ASRAlibaba lanza Qwen2-Audio, modelo que procesa voz natural y audio ambiente directamente en el espacio latente sin requerir transcripción intermedia.Leer análisis completo
Stanford FutureData Presenta ColBERTv2: Recuperación Densa por Tokens con Compresión Residual y Huella 10x MenorStanford FutureData presenta ColBERTv2, arquitectura de interacción tardía con compresión residual que reduce el índice 10x manteniendo alta precisión en RAG.Leer análisis completo
MIT HAN Lab Presenta AWQ: Cuantización a 4 Bits Guiada por Activaciones para Acelerar la Inferencia de LLMsMIT HAN Lab libera AWQ, técnica de cuantización a 4 bits guiada por activaciones que acelera la inferencia de LLMs hasta 3x sin pérdida de precisión.Leer análisis completo
IBM Research Presenta Docling: Parser Avanzado de Documentos Complejos, Fórmulas y Tablas para IAIBM Research libera Docling, analizador avanzado de documentos PDF complejos, fórmulas matemáticas en LaTeX y tablas jerárquicas para pipelines de IA.Leer análisis completo
Stability AI y Tripo AI Presentan TripoSR: Reconstrucción 3D Rápida en Menos de 0.5 Segundos desde una Sola ImagenStability AI y Tripo AI presentan TripoSR, modelo abierto que reconstruye objetos 3D completos a partir de una sola imagen en menos de 0,5 segundos.Leer análisis completo
Cohere presenta Embed 5 Pro y Fast para recuperar documentosCohere lanza Embed 5 Pro y Fast. Conoce el anuncio y un caso hipotético para revisar qué documento recupera cada modelo antes de responder.Leer análisis completo
AWS muestra cómo compartir documentos con agentes en S3 FilesUna guía de AWS conecta Lambda y AgentCore mediante archivos compartidos: arquitectura, controles y límites.Leer análisis completo
AWS reúne GraphRAG y LightRAG en una muestra para preguntas entre documentosAWS combina GraphRAG y LightRAG sobre Bedrock, Neptune y OpenSearch; sus pruebas acotadas no convierten la muestra en un sistema listo para producción.Leer análisis completo
KLog aplica IA a sus documentos logísticosUn caso logístico chileno permite distinguir datos extraídos, excepciones y decisiones aceptadas, y preguntar qué significa procesar mejor un documento.Leer análisis completo
NVIDIA amplía Nemotron: documentos y ejecución localNVIDIA anuncia modelos para documentos y agentes locales. Un caso hipotético muestra cómo unir cada respuesta con su página y controlar las acciones.Leer análisis completo
Tencent presenta Youtu-Parsing-Omni para convertir documentos, audio y video a JSONTencent publica Youtu-Parsing-Omni, modelo de 5B para extraer y estructurar tablas, formularios, audio y video en esquemas JSON unificados.Leer análisis completo
Mistral AI lanza Pixtral Large: modelo multimodal de 124B parámetros con comprensión de documentos complejos y visión de alta resoluciónMistral AI presenta Pixtral Large de 124B parámetros, superando a GPT-4o en comprensión de diagramas, documentos densos y razonamiento visual complejo.Leer análisis completo
JXNL Presenta Instructor: Biblioteca Estándar para Extracción Estructurada y Validación con Tipos Pydantic en LLMsJXNL presenta Instructor, biblioteca estándar para extracción de datos estructurados y validación estricta con Pydantic v2 en modelos de lenguaje.Leer análisis completo