之前有一篇文章《处理数百万份 PDF，以及为何 Gemini 2-20250209031030

宝玉xp · 微博 · AI · 2025-02-09 03:10

文章预览

2025-02-09 03:10 本条微博链接之前有一篇文章《处理数百万份 PDF，以及为何 Gemini 2.0 能改变一切 [译]》讲借助多模态的语言模型例如 Gemini 2.0 就可以低成本进行复杂 PDF 的解析。今天又看到一篇《为什么用多模态语言模型对 PDF 做 OCR 表现并没有那么好？》，讲实际上面对现实场景，还是有很多细节上的问题，以及安全上的风险，比如说语言模型会因为图像分割时的问题导致识别错误，或者因为语言模型的特点，“自作聪明 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

宝玉xp · //@程序员邹欣://@猴子先生田坤://@伯阳先生-段本司:？-20250210044944

18 小时前

爱可可-爱生活 · 今日推介(第1676期)：大语言模型基准测试是否可靠、通过扩展验-20250209061245

昨天

宝玉xp · 编程之外AI在很多领域是可以明显提升效率了，比如翻译、写作、资料-20250208025738

2 天前

宝玉xp · 所以这些大佬的话看看就好了，去年他可是一个劲泼凉水的：“我们一看-20250208032257

2 天前

新智元 · 突发！o3-mini思维链公开，却被曝光全是「作假」，奥特曼现身解释网友炸锅

3 天前

国脉数据资产 · 傅毅明发布《2024数据资产入表与融资监测年报》：首年数据资产入表强度达千分之三

2 周前