伯克利等开源 DR Pixel：27B 模型直接读论文图像，匹敌 GPT-5.4
CShorten30 · x · 2026-11-04
UC Berkeley NLP 与 Rtnldynamics 等团队联合发布 DR Pixel，据称是首个开源深度研究（deep research）智能体：不依赖 OCR，直接对论文页面图像进行检索与推理，能读取图表、表格和公式。
- 团队索引了近期计算机与生物学论文（共 106 万页），可在同一平台跨两个领域跑深度研究
- 训练的 27B 模型在自家 benchmark 上匹敌 GPT-5.4，且优于基于 OCR 的检索方案
- 项目是 PixelRAG 的后续工作，已开源，由 @HughieHu43 主导
所属事件:伯克利等开源 DR Pixel：27B 模型免 OCR 做深度研究(4 条相关)→
「编程与Agent」频道最新
- Unity 发布 OpenAI Codex 官方插件,内置四种实战场景演示 — OpenAIDevs · 2026-11-04
- 开发者吐槽：一个项目可能只需一条 Claude Code 提示词 — burny_tech · 2026-11-04
- 苹果开放 App Intents 动态技能,任意 App 可为 Siri 提供能力 — mobileraj · 2026-11-04
- 开发者打造纯语音控制的画布工作台，手机远程可访问 — NERDDISCO · 2026-11-04
- LangChain 创始人：浏览器正成为 Agent 时代的新终端 — BraceSproul · 2026-11-04
- 谷歌发布 Antigravity 云开发插件，自带文档接地与安全护栏 — rseroter · 2026-11-04