智享
@CycleDecoded
AI工具实测 | 每周分享3个值得用的流程和场景 | 独立开发者×效率工具
가입 May 2021
1.2K 팔로잉 중 7.3K 팬
以往处理复杂 PDF 格式，多栏混排、手写字、数学公式一转乱成一锅粥。GPT-4o 确实能看懂，但转 100 万页能直接吞掉你 6000 多美金，谁用谁肉疼。
知名 AI 机构 Allen AI 搞的 olmOCR，用开源 7B 视觉语言大模型（VLM）专门用来“洗 PDF”。管你是什么刁钻多栏、页眉页脚干扰、手写混排还是复杂公式，统统给你拉成极度干净的 Markdown，而且天然保持正确的阅读顺序！
排版魔术手：多栏报纸、论文混排自动识别逻辑顺序，绝不串行
公式手写全包：数学 LaTeX 公式、表格、甚至手写笔记全自动提取
噪音自动洗掉：重复的页眉、页脚、无用插图自动清空，只留干货
批量吞吐极快：原生支持 vLLM 加速与多卡集群，百万级文档直接跑批
这玩意搞 LLM 预训练数据清洗、大模型 RAG 知识库构建，简直就是开挂。
项目链接：
在线 Demo：
더 보기
