BeeNara v0.4发布，提升本地文档分拣准确率

开发者 razer_psycho 发布采用 Apache-2.0 许可的 BeeNara v0.4，这是一款可在 CPU 本地运行的 332MB 文档分拣模型。作者称，在 1500 个未见过文件夹树、命名与文档任务上的测试中，其准确率由 v0.2 的 70% 提升至 91.5%。 同期推出的 BeeNara Big 以 Qwen 2B 为底座，可读取最多约 600 个文件夹及页面图像；作者称，在 24 个文件夹内准确率为 92%—94%，8-bit 运行约需 4.3GB GPU 内存。该模型在大规模目录树中可能出错，定位结果仅供建议；收据和劣化扫描件的准确率据称为 60%—80%。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。