从（一）那句”图片是上下文里漏算的一笔账”起头，到（十）把路由和结构通道接成一条端到端链路，这个多模态 RAG 系列我断断续续写了十来篇。这篇不跑新实验，干两件事：把散在各篇里的关键数字、能直接抄的代码、踩过的坑收成一张落地清单；再复盘一遍——哪些结论是稳...
神棍
3天前 32℃ 0评论
0喜欢
上篇结尾我给自己立了个判据：造一批”结构依赖型查询”压路线 A，答对率掉过 10 个点就租卡把 ColPali 拉进来。这篇我把样本从 20 页合成版式换成 247 页真实网页截图，判据真跑了一遍。差距远大于 10 个点，但我没下单——因为数据把这个判据拆...
神棍
4周前 (09-18) 123℃ 0评论
0喜欢
上篇（多模态 RAG 实测：图转文还是 ColPali）我把口径定死了，结尾说这篇要真跑一遍，把 CER 质检线和 Recall@5 / MRR / nDCG@5 摆出来，再给一个切换阈值。
两个前提先交代，免得你看完数据才发现前提不对：
我这台机器是 aarch64、纯 CP...
神棍
4周前 (09-15) 176℃ 0评论
0喜欢
上篇（多模态系列开篇）我盘了三件事：图片进 API 有自己的选型、自己的计价、自己的归宿。结尾我说要拿真实截图库做一次实测，把“图转文”（路线 A）和 ColPali（路线 B）拉出来比一轮召回。
真动手才发现有个坑：评测口径没定死，比出来的就是感觉不是数据。所以这篇先打地基——...
神棍
1个月前 (09-12) 215℃ 0评论
0喜欢
