看到个PDF识别大模型 olmOCR-7B-0225-preview 。我用发票试了一下，感觉效果还可以？这个7B模型是BF16的，量化后估计能在4GB左右？普通电脑也能用。模型地址：在线测试地址：#大模型竞技场

发布时间: 2025-02-26 10:30:23

1分

数据加载中

关注推特

收听电报

看到个PDF识别大模型 olmOCR-7B-0225-preview 。我用发票试了一下，感觉效果还可以？
这个7B模型是BF16的，量化后估计能在4GB左右？普通电脑也能用。
模型地址：
在线测试地址：
#大模型竞技场
时政
( twitter.com )

15天前由 karminski-牙医提交

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

一个高质量PDF内容提取工具：PDF-Extract-Kit
PDF-Extract-Kit通过集成多个模型实现了PDF高质量提取，适用于学术论文、教科书、研究报告和财务报表等多种文档类型，在扫描模糊或有水印的情况下也能保持高鲁棒性
1、布局检测采用LayoutLMv3模型进行区域检测，包括图像、表格、标题、文本等
时政
( twitter.com)

8个月前 • AIGCLINK • -- 点击 0 评论

问：参加展会，需要将展会信息扫描成PDF然后做OCR，但是手工摘录供应商信息效率太低。尝试对PDF分割做分割后OCR，再让GPT识别生成文本字段，但是有些供应商字段不完整，无法直接输出到Excel，效率很低。该如何去改善？（参考图1）
答：
OCR 建议使用 Gemini 模型，比GPT效果识别效果更好
IT技术
( twitter.com)

6个月前 • 宝玉 • -- 点击 0 评论

西北工业大学开源了一个语音理解模型：OSUM，支持8种语音理解任务，从ASR到情感识别，以及语音到文本的深度理解
支持语音识别(ASR)
带时间戳的语音识别(SRWT)
声音事件检测(VED)
语音情感识别(SER)
说话风格识别(SSR)
说话者性别分类(SGC)
说话者年龄预测(SAP)
语音到文本对话(STTC)
时政
( twitter.com)

21天前 • AIGCLINK • -- 点击 • 下载视频 0 评论

00:01:17

# AI 开源模型分享
最强语音识别和说话人分离模型
Reverb 推出最强开源语音识别 (ASR) 和说话人分离 (Diarization) 模型, 评测结果击败 OpenAI 推出的 Whisper large-v3！
# Reverb ASR 模型
- 使用 20 万小时的人工转录数据训练
- 达到了最新的词错误率 (WER) 水平
- 支持可定制的逐字转录
#
时政
( twitter.com)

5个月前 • meng shao • -- 点击 0 评论

！！真正的全过程开源的中英文双语大模型。
1. 4.7T tokens 的中英文清洗后语料，配比挺合理。
2. 扫描PDF 转 Markdown 的工作流，可以识别图片、表格和公式！！！
3. 中英文的预训练数据处理 Pipeline，拿来即用～
4. 最终的 7B…
时政
( twitter.com)

10个月前 • 九原客 • -- 点击 0 评论

发现了个好工具，这个项目是《DeepFace：轻量级人脸识别与面部属性分析框架》，
基于Python，涵盖了年龄、性别、情绪、种族等属性的分析。
DeepFace框架是一个混合型人脸识别工具包，集成了多个前沿模型，如VGG-Face、FaceNet、OpenFace、DeepID、ArcFace等。
时政
( twitter.com)

4个月前 • Y11 • -- 点击 • 下载视频 0 评论

00:03:36

刚看到 Huggingface 推出的模型推理服务，部署一个模型的成本大大降低：
1、支持 Huggingface 上已有模型的一键部署；
2、支持私有模型通过 docker 镜像模式部署；
3、支持autoscaling，也能在没有负载的时候scale 到 0 实例。
另外价格也比 replicate 要低一些。
时政
( huggingface.co)

10个月前 • Leo Xiang • -- 点击 0 评论

根据我开发的『后脑壳识别模型』判断：
右1 曾毓群
右2 马云
右 5 马化腾
右 6 刘永好
右 7 任正非
右 8 王传福
右 10 雷军
后排左二王兴
时政
( twitter.com)

24天前 • Jeff Li • -- 点击 0 评论

最新阿里发布的 QWen2-VL-7B 的视觉语言模型有点强⚡️
OCR 能力达到同级开源模型 SOTA 效果！英文基础测试手写字识别准确度 “100%”🤯🤯 而且中文支持还不错！🔥
在线体验 👉
时政
( huggingface.co)

6个月前 • Tom Huang • -- 点击 0 评论

看到个PDF识别大模型 olmOCR-7B-0225-preview 。我用发票试了一下，感觉效果还可以？ 这个7B模型是BF16的，量化后估计能在4GB左右？普通电脑也能用。 模型地址： 在线测试地址： #大模型竞技场 时政 ( twitter.com )

时政

时政

IT技术

时政

时政

时政

时政

时政

根据我开发的『后脑壳识别模型』判断： 右1 曾毓群 右2 马云 右 5 马化腾 右 6 刘永好 右 7 任正非 右 8 王传福 右 10 雷军 后排左二 王兴 时政 ( twitter.com)

时政

最新阿里发布的 QWen2-VL-7B 的视觉语言模型有点强⚡️ OCR 能力达到同级开源模型 SOTA 效果！英文基础测试手写字识别准确度 “100%”🤯🤯 而且中文支持还不错！🔥 在线体验 👉 时政 ( huggingface.co)

时政

创建一个新帐户

登录

看到个PDF识别大模型 olmOCR-7B-0225-preview 。我用发票试了一下，感觉效果还可以？
这个7B模型是BF16的，量化后估计能在4GB左右？普通电脑也能用。
模型地址：
在线测试地址：
#大模型竞技场
时政
( twitter.com )

根据我开发的『后脑壳识别模型』判断：
右1 曾毓群
右2 马云
右 5 马化腾
右 6 刘永好
右 7 任正非
右 8 王传福
右 10 雷军
后排左二王兴
时政
( twitter.com)

最新阿里发布的 QWen2-VL-7B 的视觉语言模型有点强⚡️
OCR 能力达到同级开源模型 SOTA 效果！英文基础测试手写字识别准确度 “100%”🤯🤯 而且中文支持还不错！🔥
在线体验 👉
时政
( huggingface.co)