开源仓库

共 8 个仓库 · 按最近更新排序

查看全部 →
文档解析工具怎么选:先看清四类方案的分界线 新

文档解析工具怎么选:先看清四类方案的分界线

一句话总结:文档解析工具不是「谁分数高选谁」,而是四类方案各自解决不同层的问题——文本层提取、版面分析、视觉模型、云端API。本文用一份真造的双栏带表PDF跑了一遍文本层提取,直观看到结构是怎么丢的,再给出三条选型判断线。先说清楚这篇的实证范围我本机只有一张6GB的RTX2060,跑不了几个主流解...

小米 0.8B OCR 登顶:垂直任务上,参数根本不是关键 新

小米 0.8B OCR 登顶:垂直任务上,参数根本不是关键

一句话总结:小米开源的Xiaomi-OCR-0只有0.8亿参数,却在真实拍摄场景的文档解析基准上拿了第一,理解能力还超过8B的MiniCPM-V-4.5。它最有价值的不是分数,而是训练里那个反直觉的发现:从0.8B扩到4B,解析只涨0.15分,理解涨4.9分。这说明文档解析的天花板在数据...