LLM под микроскопом: как OCR-шум убивает точность извлечения данных из документов
Новый бенчмарк наглядно демонстрирует, что даже лучшие open-source LLM (Gemma, Qwen2.5, DeepSeek) резко теряют качество при работе с реальным OCR....
Тема COMRAD404
ocr
6 материалов
Cohere Parse: новая модель визуального парсинга документов для RAG и ИИ-агентов
Компания Cohere представила Cohere Parse — специализированную мультимодальную модель для извлечения структурированных данных из сложных корпоративных документов, контрактов и таблиц...
Инструмент UPDF версии 2.5 объединил прямое редактирование PDF и встроенных ИИ-агентов
Выход версии 2.5 утилиты UPDF от Superace Software Technologies привнес в категорию работы с документами прямое редактирование верстки, OCR с...
Полный пайплайн документ-интеллидженс с docTR: от OCR до поисковых PDF — разбор туториала
Библиотека docTR от Mindee предлагает готовый конвейер для OCR, анализа разметки, структурированного извлечения данных (KIE) и экспорта в поисковый PDF....
Marker 2 от Datalab: обновлённый open-source пайплайн для документов обходит MinerU, Docling и LiteParse по скорости и точности
Datalab выпустил Marker 2 — полный рефакторинг пайплайна конвертации PDF, изображений и документов. На бенчмарке olmOCR-bench balanced-режим показал 76,0% точности...
Ctrl+F молчит в PDF? Чиним скан одной командой
В скане PDF не работает поиск и выделение текста — это картинка. OCRmyPDF добавляет текстовый слой одной командой, локально и...