【医学家】Andrzej T. Slominski：皮肤神经内分泌学的奠基人

在 21 世纪的医学版图上，很少有科学家能像 Andrzej T. Slominski 教授那样，以一己之力重新定义一个器官的生物学身份，并由此开创一个横跨基础与临床、连接局部与全身的全新学科领域。

Reflection开源501B模型Beam｜日报10/17

核心主题：开源权重加速分化与推理范式迭代1. Reflection 开源 Beam 1.0：501B MoE、真 Apache 2.0，配投机解码套件核心观点：美国团队 Reflection 放出 Beam 1.

5张生活扫描图转Markdown：无显卡OCR实测错在哪

想把超市小票、药盒说明、手写留言变成能复制搜索的文字，不一定要联网大模型。Indra OCR 是一个面向 CPU 的识别工具：默认模型合计大约七十六兆，走 ONNX Runtime，不依赖显卡。

老电脑跑OCR太慢？开源工具每秒读49页

开源OCR，快速扫描PDF成能编辑文字，免费批处理跑在办公室电脑上

扫描一堆PDF想转成能编辑的文字，结果要么付费API按页收钱，要么本地的Tesseract慢得像蜗牛，识别完排版还乱七八糟。搞文档数字化的人，基本都在这两条路里二选一。

私有AI实战09：Qwen、DeepSeek等开源大模型这么多，到底选哪个？

同样是8B大模型，为什么有的写中文更顺手，有的更适合数学推理，还有的在代码生成和工具调用上表现不同？本地部署时，究竟应该选择哪个？

华为智慧城市解决方案PPT

小票药盒转文字横评：两款本地工具谁更快更准

想把超市小票、药盒说明、手写便条变成能复制的字，本地工具很多。11月6日我们测过轻量扫描识别 Indra OCR；11月1日测过文档转换 Docling；11月3日介绍过需要大显卡的 OXR。11月7日用同一组五张生活图做横评：便条、小票、药盒、值班表、倾斜告示。

老电脑跑OCR太慢？开源工具每秒读49页

核心定位:一个只有 100 万参数的 OCR 模型，不用显卡、不用 PyTorch，普通 CPU 每秒读 49 页 PDF，比 Tesseract 快 17 倍——扫描件、论文、合同转文字，老笔记本...