- 综合排序
- 最热优先
- 最新优先
- 来自专栏TechLead
文档解析效果全维度测评标准开源
测评指标介绍 TextIn文档解析测评工具将测评指标分为五个维度：表格、段落、标题、阅读顺序和公式。这些维度通过定量测评来展示各解析产品的具体表现。 这款工具被称为文档解析效果评估的“瑞士军刀”，无论用户是文档处理的专家，还是有文档解析需求的用户，都能快速、高效地评估各款解析产品在业务场景下的能力。 在没有测试工具之前，用户评估各款解析产品效果主要依靠问答效果随机测试，并人工二次检索文档，这种方式不仅耗费人力，而且科学性低、准确度低。 在使用TextIn团队分享的测试工具后，客户不再需要“肉眼观测”解析效果。这主要是因为大语言模型的发展改变了需求和产品形态。传统的OCR技术在处理表格时，可能只输出每个单元格的位置和数值。 但当用大模型来回答问题时，更需要的是表格中的数据内容，而且数据越清晰，答案的质量就越高。 评估文档解析产品 如何比较不同文档解析产品在业务场景下的表现？
69410编辑于 2024-07-26 - 来自专栏听雨堂
表格效果2
attr("cellSpacing","1").attr("cellPadding","0"); $("#tbl").attr("bgColor","#6699cc").attr("colSpan","2"
65580发布于 2018-01-23 - 来自专栏GPUS开发者
在Jetson NANO 2GB上更换模型得到不同效果
在本篇文章中，我们将为大家介绍如何更换模型以获得不同的效果。 当然，这个项目有一个特色，那就是它非常有效地利用了 “预训练模型”！ 本系统已建立的模型列表如下图： 上面的模型，都是由 NVIDIA 为大家用高性能级别的 GPU 服务器，耗费数天时间所训练出来的模型，效果与质量都是很好的。 请自行尝试更换其他的模型，当然也可以将输入源改成摄像头，用你周遭的物体来试试效果。 最后，我们来看一个预训练好的模型，以系统预设的 SSD-Mobilenet-v2 为例，主要文件存放在 ～/jetson-inference/data/networks/SSD-Mobilenet-v2 第二个 “ssd_mobilenet_v2_coco.uff” 就是预训练好的模型文件，附加文件名为 .uff 的通常是 Tensorflow 训练的模型，再转换过来的中间格式。
83420发布于 2021-07-12 - 来自专栏镁客网
「测评」为信仰充值的时候到了——猫王2蓝牙收音机测评
这款收音机就是由被称为“中国胆机之父”的曾德钧所设计推出的猫王2蓝牙收音机。 而在收音模式下对音质更大的感触，那就应该是猫王2对人声的提升，无论是播音员的对白，还是歌曲的人声，都有极高的辨识度，不会有含混不清或者被背景声盖过的感觉。 ? 相比于平日所听的BOSE、宝华抑或森海、威士顿等hifi产品，猫王2所展示出来的应该是一种泛黄的音色，如同老照片一般，似有一丝斑驳，却让人经不住的揣摩婆娑。 体验过猫王2之后，发觉这是一款特色盖过功能的产品，它的特色如此强烈，以至于可以让人忽略它原本是一台收音机。 目前，这款猫王2蓝牙收音机正在深圳赛格国际创客产品展示推广中心的镁客网专区进行展示，有兴趣的朋友们可以去到现场进行体验哦~ ?
1.2K40发布于 2018-05-28 - 来自专栏量子位
英伟达RTX 4070最新测评来了！光追效果更棒，但仅限于2k游戏
现在，The Verge发布了最新一期测评，就16款常玩游戏的不同帧率和分辨率给出了性能测评效果。 先说省流结论： 开启DLSS的性能更好，玩2K游戏更稳定，功耗更低，但玩4K游戏不行。 来看看这波详细测评结果。 DLSS 3性能提升，但4K游戏不行 先说RTX 4070最大的亮点—— 对DLSS进行了性能优化的RTX 4070，在2K游戏上跑起DLSS 2相比RTX 3080确实还不错。 从图中来看，开启DLSS 2后的所有2k游戏，RTX 4070处理水平超过了RTX 30系在内的所有显卡： 不过，CS:GO等射击游戏党可能不考虑入手RTX 4070，FPS相比RTX 3080性能依旧有所下降 此外还测评了一波4K游戏，发现性能不是特别稳定，相比之下，上面的2K游戏效果显得还行： 至于DLSS 3则是RTX 40系显卡独占，这里的性能也将4K和2K游戏做了个对比： 当然，在功耗上，RTX
67910编辑于 2023-05-06 - 来自专栏AiPy实用案例
AiPy 大模型测评：Claude 霸榜，Grok-4、Kimi-K2 显短板
背景说明为了让AiPy用户获得更卓越的AI体验，我们持续关注并评测市场上最新的大语言模型。在首期测评获得用户广泛认可后，AiPy大模型适配度测评第二期如约而至！ 本期测评特别纳入了近期发布的重磅模型——包括备受瞩目的Kimi-K2、Google最新的Gemini-2.5 Pro、马斯克团队的Grok-4，以及Anthropic的Claude-4系列。 测评概况本次测评围绕系统分析、可视化分析、数据处理、交互操作和信息获取五大核心场景，从成功率（80%）、Token 消耗（10%）、时间效率（5%）和执行轮数（5%）四个维度进行综合评分，全面检验模型的实际应用能力 但不同模型的表现差异显著，尤其是 Grok-4 和 Kimi-K2 与头部模型的差距较为明显。 2次，占失败案例的12.5%"风险问题拒绝" - 出现2次，占失败案例的12.5% "拒绝执行" - 出现2次，占失败案例的12.5% 测试任务分类表以下展示本次测评使用的核心标准任务样本，这些任务经过精心设计
77010编辑于 2025-07-17 - 来自专栏阿黎逸阳的代码
模型效果评价—混淆矩阵
混淆矩阵是用于评价分类模型效果的NxN矩阵，其中N是目标类别的数目。矩阵将实际类别和模型预测类别进行比较，评价模型的预测效果。 对全部样本数据进行统计，可以判断模型预测对了的样本数量和预测错了的样本数量，从而可以衡量模型的预测效果。 二、混淆矩阵有关的三级指标 ? 1 一级指标 以分类模型中最简单的二分类为例。 TP(True Positive)：真实值是positive，模型认为是positive的数量，即模型预测正确的正例数量。 2. 2 二级指标 对于预测性分类模型，我们希望模型的预测结果越准越好，即混淆矩阵中TP、TN的值越大越好，相应FP、FN的值越小越好。 F1-Score的取值范围（0~1），越接近1说明模型预测效果越好。 三、计算混淆矩阵的实例 ?
2.6K10发布于 2020-09-07 - 来自专栏张俊红
机器学习模型效果评估
总第96篇 前言 前面的推文中介绍了几种常用的机器学习算法，每个算法都有各自的优劣势，我们应该选择根据每个算法的优劣势去合理的选择适合我们需求的算法，以此达到效果最优，那么什么样的效果才是最优的，用什么来衡量这个效果 这一篇就针对机器学习算法的效果评估指标进行介绍。 ROC曲线越向上，表示模型效果越好。 'Receiver operating characteristic example') plt.legend(loc="lower right") plt.show() ROC是一个定性指标，无法对模型效果进行量化 ，所以有了AUC，AUC是ROC曲线下方的面积，通常AUC值在0.5-1.0之间，值越大模型效果越好。
2.3K110发布于 2018-04-11 vue2 实现数字滚动效果，翻页效果
前言 最近大屏项目中有数值需要数值变化时有一个炸裂的效果，对用户来说明显一点，经过几番查找，自己又重新修改总结，发出下面文，防止下次遇到。 实现这种效果有两种方法： 第一种方法 参考文章：【vue2】实现数字纵向滚动效果（计时器效果） 第一种方法虽然实现了效果，但是数值变化整体都重新滚动了，不太好。 效果 新建文件FlipItem.vue <template> <div style=" display: inline-flex; justify-content: 这里我就没有封装也就copy了一个demo过来了，问题：1、我封装了首次接受数值时只有第一个数字滚动，<em>2</em>、页面首次渲染如果是三个数字，那么宽度就固定了。这时候传过来新值是四个字，可能就会出现内容超出。 80px; font-size: 54px; line-height: 41px; text-align: center; list-style: none; // color: #<em>2</em>d7cff
36610编辑于 2025-12-15- 来自专栏新智元
BLIP-2、InstructBLIP稳居前三！十二大模型，十六份榜单，全面测评「多模态大语言模型」
不同的指令设计可能会极大影响模型的输出，但所有的模型都在统一的简洁指令下进行评测可以保证公平性。一个好的MLLM模型应该具备泛化到这种简洁指令上的能力，避免陷入Prompt Engineering。 MME的指令被设计得尽量简洁以避免Prompt Engineering对模型输出的影响。研究人员再次申明一个好的MLLM应该泛化到这种简洁且使用频繁的指令，这对所有模型都是公平的。 研究人员一共评测了12种先进的MLLM模型，包括BLIP-2 [5]、LLaVA [6]、MiniGPT-4 [7]、 mPLUG-Owl [2]、LLaMA-Adapter-v2 [8]、Otter 12种模型在14种子任务上的测试比较如图2所示： 图2. 12种模型在14种子任务上的比较。每种子任务的满分为200分。 一共16个榜单，包括感知类和认知类的总榜单以及14个子任务的榜单也已发布。 添加思维链Prompt，例如「Let’s think step by step」也许能带来更好的效果。期待这方面有更深入的研究。 第四个问题跟随指令的物体幻视。
1.3K20编辑于 2023-08-07 - 来自专栏Data Analyst
如何借助模型衡量营销效果？
营销的影响需要通过营销度量去进行衡量，从营销价值链的视角来看，可以从输入、中介与结果输出的角度对营销的效果进行度量。 可以关注问诊项目广告策划计划是否可行、效果是否有效、推广媒体选择是否得当、推广费用是否合理、是否带来定向患者从而达到预期效果以及广告渠道带来的潜在收益等等。 通过详细的数据清单进行数据的有效获取，并将数据整理成所需的形式，这个过程依数据的干净程度耗时不定； 探索性分析 进行异常数据鉴定、异常值检测以及进行响应变量与重要预测因子数据关系的研究，这个过程一般需耗时2- 4周； 模型估计 确定因变量、建立模型层次以及制定模型评估方法，通常我会选择逻辑回归进行处理，如果是市场营销场景，则令销售量为Y，不同的营销手段、价格、促销因素作为X入模，这个过程一般需耗时3- 6周； 模型优化 实现预算方案最优化，这个过程一般需耗时1-2周 ?
1.5K20发布于 2019-08-09 - 来自专栏AIGC新知
海螺模型Hailuo 02深度测评：我们把它的物理表现和动态效果测了个底朝天
295篇原创内容 公众号 测评：卷心菜、绛烨 排版：绛烨 各位创作者们，准备好迎接一场视觉盛宴了吗？ 备受期待的 Hailuo 02 模型迎来了重磅更新 。 根据测评，其动态效果很赞，动作镜头丝滑流畅，画面内容也符合逻辑 。 一句话总结：效果炸裂！动作镜头丝滑流畅，逻辑自洽，尤其在人物大幅度动作和双人打斗场景上表现卓越 。 第一部分：文生视频 在文生视频部分，测评重点测试了模型对细节、质感和大幅度动作的理解与表现能力 1. 质感与细节 Hailuo 02 对材质质感和物理规律的渲染能力令人印象深刻 。 （微生物）主要考验对内容的理解力 2.羽毛眼泪 测试目的： 考验模型对虹彩（iridescence）、微小水滴的物理形态和折射，以及羽毛发丝般精细结构的渲染能力。在低分辨率下，这些细节会完全丢失。 镜头采用俯视角度构图展现车身擦过天台护栏的瞬间，自然光线在金属车身上反射出刺目光斑，城市背景被虚化成浅景深效果。[拉远,上升,下摇] 分镜2: 车辆冲出楼顶边缘的刹那突然变形为黑色直升机。
1.3K10编辑于 2025-06-20 - 来自专栏Android开发指南
2.SlidingMenu(侧边栏效果)
引入SlidingMenu的库文件 - 2. Activity继承SlidingFragmentActivity - 3. ; } // 子类必须实现初始化布局的方法 public abstract View initViews(); // 初始化数据, 可以不实现 public void initData() { }} 2. 跟下面的一样//LayoutInflater inflater = LayoutInflater.from(MainActivity.this);// 使用布局填充器填充布局文件// View v2
60820编辑于 2022-01-12 - 来自专栏网络日志
过渡和2d效果
{ width: 200px; height: 20px; line-height: 30px; background-color:#f00; margin: 2px } ul li:nth-child(1):hover{ width: 500px; transition: all 5s linear; } ul li:nth-child(2) 减速
- ease-in-out 先加速后减速
- 贝塞尔曲线
- 分步骤
每一个我都写好了该语法的加速过程，至于效果图可以拿下自己试试看啦 对了，补充一点，display是没有过渡效果的，不要加错了，切记35110编辑于 2024-06-13 - 来自专栏Android开发指南
2.SlidingMenu(侧边栏效果)
引入SlidingMenu的库文件 - 2. Activity继承SlidingFragmentActivity - 3. ; } // 子类必须实现初始化布局的方法 public abstract View initViews(); // 初始化数据, 可以不实现 public void initData() { }} 2. 跟下面的一样//LayoutInflater inflater = LayoutInflater.from(MainActivity.this);// 使用布局填充器填充布局文件// View v2
2K100发布于 2018-05-14 - 来自专栏全栈程序员必看
2d游戏shader(效果)
刚刚开源了自己积累的一些2D效果的Shader实现，项目GitHub地址。效果在下面列出，我使用的Unity版本是5.3.5p8（当前已更新到5.6.0f3），可用不低于此版本的unity打开查看。 详见: http://www.cnblogs.com/jqm304775992/p/4987793.html 原图（左）、圆角1（中）、圆角2（右） Saturation 效果: 原图（左）、扇形映射（右） SeqAnimate 效果: 序列帧动画 原理: 从mxn的动画图片中扣出当前帧动作图 Shutter 效果: 百叶窗 原理: 划定窗页宽度，2张纹理间隔采样 Twirl 效果: 旋转效果 原理: 旋转纹理UV坐标，越靠近中心旋转角度越大，越往外越小 TwirlEffect 效果: 旋转效果 原理: 旋转纹理UV坐标。 原图（左）、水彩画效果（右） Wave 效果: 波浪效果 原理: 让顶点的Y轴按正弦或余弦变化。
1.9K10编辑于 2022-07-28 - 来自专栏JAVA
深度学习模型迁移学习效果
深度学习模型迁移学习效果优化指南 摘要 大家好，我是默语，擅长全栈开发、运维和人工智能技术。在这篇博客中，我们将深入探讨如何优化深度学习模型的迁移学习效果。 本文将从模型选择、数据准备、超参数调整等方面提供全面的优化策略，希望能帮助大家在迁移学习过程中获得更好的效果。 详细介绍 模型迁移学习效果不佳 模型选择的重要性 选择合适的预训练模型是迁移学习成功的关键。不同的预训练模型在不同任务上的表现差异较大，因此，选择与新任务特性匹配的预训练模型至关重要。 不同任务对学习率、批量大小等超参数的需求不同，合理调整这些超参数，可以显著提升模型的学习效果。 未来，我们可以期待更多高效的预训练模型和优化工具的出现，进一步提升迁移学习的效果。
43410编辑于 2024-11-22 - 来自专栏祥的专栏
Sublime Text2配置成MarkdownPad2效果
Text2 完美实现 MarkdownPad2的效果，而且有[TOC]功能，太棒了。 Sublime Text2配置成MarkdownPad2效果 安装Package Control 安装包控制扩展可以方便地为身体添加扩展。 使用 Markdown Preview较常用的功能是preview in browser和Export HTML in Sublime Text，前者可以在浏览器看到预览效果，后者可将markdown preview in browser据称是实时的，但是实践上还是需要在ST保存，然后浏览器刷新才能看到新的效果，好在markdown写得多的话也不需要每敲一行看一次效果。 enable_highlight": true, "enable_pygments": false, 其中"enable_pygments": false,改的原因主要是要和MarkdownPad2的效果匹配
54630发布于 2020-03-10 - 来自专栏杨不易呀
测评混元大模型并且基于混元实战开发
前言 halo 我是杨不易呀，在混元大模型内测阶段就已经体验了一番当时打开页面的时候灵感模块让我大吃一惊这么多角色模型真的太屌了，随后我立马进行了代码处理水平和上下文的效果结果一般般但是到如今混元大模型代码处理水平提升超过 目前官方内置了灵感模块(绘画)其中有: 赛博朋克、日漫动画、梵高、扁平插画、像素插画、马赛克等 11 种风格非常不错,我相信你看完这篇测评你会对混元大模型有着强烈的喜欢功能的强大你们说的算，往下看！ 三、动画效果：使用Vue.js创建简单的过渡和动画效果。 2名学生.到这里我已经觉得没必要去测试了混元大模型已经都具备了代码能力确实强横. 那么我的测评就到这里啦感谢大家的观看谢谢！
3.2K8150编辑于 2024-01-30 - 来自专栏U3D
Unity Shader 2D水流效果
纹理动画中，将纹理坐标朝某一方向持续滚动以形成流动的效果。 脚本如下： 1 Shader "MyUnlit/ScrollWater" 2 { 3 Properties 4 { 5 _MainTex ("Texture", 2D) = "white" {} 6 _Color("Color Tint",color)=(1,1,1,1) 7 //控制水流波动的幅度，也就是三角函数中的振幅（ uv : TEXCOORD0; 37 }; 38 39 struct v2f 40 { 41 float2 ENDCG 78 } 79 } 80 FallBack "Transparent/VertexLit" 81 } P.S.需要把纹理的导入设置改为Repeat(重复) 效果如下
1.5K20发布于 2020-03-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号