文章介绍了文档多模态模型LightOnOCR-2-1B及其多个变体，以及基于MiniCPM4.1-8B的AgentCPM-Report长文报告生成模型。同时详细总结了法律领域Agent的五大应用场景和代表系统，包括法律检索与研究、诉讼与纠纷解决、合规与监管、咨询与交易实务、非实质性任务自动化，展示了AI技术在垂直领域的应用进展。
来看技术进展，一个是文档多模态模型及长文报告生成模型进展。
一个是法律领域Agent总结，也是一个梳理。
技术总是有趣的，从基本问题出发，多总结，多归纳，**多从底层实现分析逻辑，**会有收获。
一、文档多模态模型及长文报告生成模型进展
1、文档多模态模型进展之LightOnOCR-2-1B
来看文档多模态进展，LightOnOCR-2-1B（https://huggingface.co/lightonai/LightOnOCR-2-1B，https://huggingface.co/blog/lightonai/lightonocr-2），1B参数，为第二个版本，之前版本解读在https://mp.weixin.qq.com/s/q25Vl72c-MWEh7bt6idUpw
这个版本搞了多个系列，可看下：
LightOnOCR-2-1B（默认），纯OCR，转写质量最高，推荐首选；
LightOnOCR-2-1B-bbox，以bbox为主，OCR稍弱，适合需要精确定位图片/图表的场景；
LightOnOCR-2-1B-bbox-soup，合并版，OCR与bbox能力均衡；
LightOnOCR-2-1B-base，纯OCR基础版，供继续微调/融合；
LightOnOCR-2-1B-bbox-base，带bbox基础版，可RLVR训练；
LightOnOCR-2-1B-bbox-soup，已融合RLVR收益的bbox变体。
2、长文报告生成模型进展之AgentCPM-Report
工作在《AgentCPM-Report: Gemini-2.5-pro-DeepResearch Level Local DeepResearch》，基于MiniCPM4.1-8B模型，支持长文报告生成。https://modelscope.cn/models/OpenBMB/AgentCPM-Report，https://ultrarag.openbmb.cn/pages/en/demo/deepresearch，https://www.youtube.com/watch?v=d5XWONt0PWo
对于技术实现，可以看https://modelscope.cn/models/OpenBMB/AgentCPM-Report中的论述。
即：采用了基于状态机的动态循环架构。系统完成初始化后，会进入核心循环流程，由路由模块（Router）根据当前的任务进度自主决策下一步操作，在信息采集（Search）、初始规划（Analyst-Init）、内容撰写（Write）、规划拓展（Analyst-Extend），四个分支间切换。通过持续的“检索-规划-撰写”迭代流程，最终完成全部调研任务，并输出格式规整的报告。
二、法律领域Agent技术总结
来看垂直领域方面技术总结，主要讲的故事是围绕法律领域的Agents进行总结，系统分析其技术演进、应用场景、评估方法及现存挑战。工作在《LLM Agents in Law: Taxonomy, Applications, and Challenges》，https://arxiv.org/pdf/2601.06216，重点看几点：
1、法律领域Agents的五大应用场景和代表系统
主要应用场景如下：
1）法律检索与研究：优化案例、法规检索的精准性与可追溯性，结合多代理推理提升法律理论理解与推理能力（代表系统：L-MARS、MALR）；
2）诉讼与纠纷解决：模拟法庭辩论、调解流程，预测判决结果，支持角色分工与长期互动（代表系统：AGENTCOURT、SIMCOURT）；
3）合规与监管：自动化合规审计、风险评估、欺诈检测，适配金融、数据隐私等领域的监管要求（代表系统：CBA、CO-INVESTIGATORAI）；
4）咨询与交易实务：提供法律咨询、合同起草/审查/谈判，覆盖专利、并购等专业交易场景（代表系统：CHATLAW、PAKTON）;
5）非实质性任务自动化：优化律所内部流程，如客户intake、日程安排、邮件管理、文档流转（代表系统：ODINAI、LAWBOTAI）。
其中，典型的Agent系统如下：
代表性的商业Agent系统梳理：
2、法律领域Agent的benchmark
如何学习AI大模型？
如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！
这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！
第一阶段：从大模型系统设计入手，讲解大模型的主要方法；
第二阶段：在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段：大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段：大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段：以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
100套AI大模型商业化落地方案
大模型全套视频教程
200本大模型PDF书籍
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
LLM面试题合集
大模型产品经理资源合集
大模型项目实战合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
