یه مدل OCR جدید اومده به اسم dots ocr یه مدل ۳ میلیارد پارامتریه که عملکرد SOTA داره و از ۱۰۰ زبان پشتیبانی می‌کنه. مهم‌تر اینکه، استفاده تجاری ازش آزاده. این مدل می‌تونه عکس، جدول، فرمول و ساختارهای پیچیده رو مستقیماً به فرمت Markdown تبدیل کنه.

به نظر من، این قابلیت تبدیل مستقیم به Markdown خیلی از چالش‌های آماده‌سازی داده برای RAG رو حل می‌کنه. دیگه نیازی به چندین مرحله پیش‌پردازش برای تمیزکاری خروجی OCR و ساختاربندی جداول و فرمول‌ها نیست. یه مدل واحد کار رو تموم می‌کنه و این یعنی صرفه‌جویی جدی در زمان و پیچیدگی فنی. حتماً تستش کنید.

🤗 ریپوی مدل

🟠دموی آنلاین

🛠 Join @LLMEngineers Community