🔖 Нашли OCR, заточенный под LLM

Сегодня почти все строят RAG поверх PDF-документов. Но если OCR плохо распознал текст — модель начинает галлюцинировать ещё до первого запроса.

olmOCR решает эту проблему: он превращает PDF, сканы и изображения в чистый Markdown, сохраняя структуру документа, таблицы, формулы и порядок чтения.

⛓️ Ссылка на GitHub

tags: #полезное

➡ Data Scientist | Чат