一个基于GPT-4o-mini 的PDF OCR工具：ZeroxZerox先将PDF 文件转换成图像，再由GPT-4o-mini识别并输出Markdown，最后将所有页面对应的 Markdown 结果汇总在一起形成完整的Markdown 文档支持零样本 OCR、精度高、提供API接口；可以处理包含表格、图表等复杂布局文件，支持多种格式，包括扫描版

发布时间: 2024-07-24 20:20:36

2分

数据加载中

关注推特

收听电报

3

2

1

一个基于GPT-4o-mini 的PDF OCR工具：Zerox
Zerox先将PDF 文件转换成图像，再由GPT-4o-mini识别并输出Markdown，最后将所有页面对应的 Markdown 结果汇总在一起形成完整的Markdown 文档
支持零样本 OCR、精度高、提供API接口；可以处理包含表格、图表等复杂布局文件，支持多种格式，包括扫描版
时政
( twitter.com )

6个月前由 AIGCLINK 提交

一个基于GPT-4o-mini 的PDF OCR工具：Zerox

Zerox先将PDF 文件转换成图像，再由GPT-4o-mini识别并输出Markdown，最后将所有页面对应的 Markdown 结果汇总在一起形成完整的Markdown 文档

支持零样本 OCR、精度高、提供API接口；可以处理包含表格、图表等复杂布局文件，支持多种格式，包括扫描版

github：https://t.co/N986lbGZPB

#OCR #PDF识别 #Zerox

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

1

2

1

1

关键在于，GPT-4o-mini 是真便宜啊😂
时政
( twitter.com)

6个月前 • Wang Shuyi • -- 点击 0 评论

2

2

1

1

这是一个基于 gpt-4o-mini 的开源 OCR 项目，无需任何参数配置，给文件和 api token 就能 work，看视频效果很好啊
时政
( twitter.com)

3个月前 • Justin • -- 点击 • 下载视频 0 评论

00:00:31

3

2

1

1

在大家都在翘首以盼 OpenAI 发布 GPT-5 的时候，OpenAI 却只是先后发布了 GPT-4o和 GPT-4o mini，甚至推理能力智能程度还不如当初的 GPT-4，但是这两个新模型不仅支持了多模态，而且参数都要小于 GPT-4，生成速度很快，推理成本也低了很多倍。
这背后，应该是因为新的 GPT-4o
IT技术
( twitter.com)

6个月前 • 宝玉 • -- 点击 0 评论

4

2

1

1

Open AI 还有货，发布 GPT-4o mini 模型。
MMLU 得分为 82%，碾压其他同级别小模型。
价格也很低为 0.15 美元/100 万token输入和 0.6 美元/100 万token 输出。
比 GPT-3.5 Turbo 便宜超过 60%。
具有 128k 的大上下文窗口，非常适合 RAG。
GPT-4o mini 在 API
IT技术
( twitter.com)

6个月前 • 歸藏(guizang.ai) • -- 点击 0 评论

5

2

1

1

牛逼坏了！
今天，OpenAI 发布了 GPT-4o！！
其中一个演示生成各种基于情感的声音！！！

时政
( twitter.com)

8个月前 • Inty热点新闻 • -- 点击 • 下载视频 0 评论

00:01:12

6

4

3

3

TECH: OpenAI GPT-4o tutoring demonstration
时政
( twitter.com)

8个月前 • The Spectator Index • -- 点击 • 下载视频 0 评论

00:02:49

7

2

1

1

OpenAI 新模型 gpt-4o-2024-08-06 以及 gpt-4o-mini 支持结构化输出了，和以前的 JSON 模式不一样，现在的结构化输出不仅可以定义 JSON 的 Schema（也就是 JSON 输出的结构是什么样子），而且可以确保输出的 JSON 是 100% 正确的。
第一眼看到我是不相信的，毕竟被它的 JSON
IT技术
( twitter.com)

5个月前 • 宝玉 • -- 点击 0 评论

8

3

2

2

ChatGPT(左) vs GPT-4 Turbo(中) vs GPT-4o(右)
雲泥の差...
时政
( twitter.com)

7个月前 • KEITO💻AIディレクター • -- 点击 • 下载视频 0 评论

00:00:32

9

2

1

1

gpt-4o-audio-preview 这个模型的 api 已经出来了，相比 realtime api 我更看好 gpt-4o-audio模型。
1、接入成本低 2、更可控 3、价格也更低。
时政
( twitter.com)

3个月前 • Leo Xiang • -- 点击 0 评论

0.09705 Second , Gzip Enable.本网所有言论均来自网络，不代表本网站立场。联系方式: admin@bad.news

©2012.11.21 bad.news All rights reserved. 社区自动运营第 -- 年零 -- 天
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

关注推特