300 张真实账单实测 Nemotron VL：开推理 91% 升至 98%
Arindam_1729 · x · 2026-10-26
开发者 Astrodevil 用 NVIDIA 新发布的开源视觉模型 Nemotron 3.5 Super VL，在开源分账工具 Splitter 上跑了 300 张账单测试（150 张合成 + 150 张印尼真实小票），得出几条可复用的工程结论。
关键发现：模型把 Rp 40.000 读成 40，44/150 张真实小票出现此类读取错误——但「工具算得再准，喂进去的数字错了也白搭」。
值得照抄的架构：
- 模型只负责把账单读成严格 JSON，绝不自己算数，一律调用工具
- checkreceipt 校验器抓出全部 30 个植入的错误总额，0 误报
- 打开推理后准确率从 91% 升到 98%，代价是速度慢 3 倍，每张账单约 0.5 美分
- 一条 prompt 规则就把数字误读从 44 张降到 1 张
作者的核心教训超越收据场景：工具可以在错误的数字上做完美运算，所以一定要用你自己没造过的真实数据来测试。
「编程与Agent」频道最新
- Agent 时代依赖取舍新标准：省 20 行代码就别引库 — gethackteam · 2026-10-26
- 纯 Rust 开源 GIS 两周狂揽 2000 星，架构为 AI Agent 而生 — giswqs · 2026-10-26
- Vercel Ship 大会一周发 12 项新品，2700 人到场抢 Agent 入口 — FinanceYF5 · 2026-10-26
- 50 行纯 Python 从零构建 AI Agent:ReAct 循环入门教程 — adnan_hashmi · 2026-10-26
- Muse Wonder 分块 + SAM 3.1,一粒不漏分割整根玉米粒 — nikhilaravi · 2026-10-26
- 安全专家：让 AI 智能体按 NIST CSF 搭知识库做应急响应 — prasanna_says · 2026-10-26