allenai/olmocr
Đổi PDF hoặc ảnh scan thành markdown sạch. Dùng model vision 7B nên giữ được bảng, công thức, chữ viết tay, nhiều cột, và tự bỏ header với footer lặp lại.
Mình chỉ lấy ý tưởngMới đọc README và vài file chính, chưa chạy thử
Mình học ý tưởng của repo này rồi chỉnh lại cho hợp với workspace của mình.
Mình dựa vào đâu để đánh giá
Mình mới đọc README và vài file chính chứ chưa test và chỉ có thể kết luận là "đã học ý tưởng" hoặc "có rủi ro", chưa thể khẳng định là tốt hơn được.
Phù hợp với
Ai có cả đống PDF hay scan cần text để tìm kiếm, hoặc cần data sạch để train model.
Không phù hợp với
Máy không có GPU xịn thì chạy không nổi; model 7B khá nặng. Chỉ cần lôi chữ từ PDF đơn giản thì dùng tool nhẹ hơn.
Repo
- Star
- None
- License
- NoneRepo không có license, nghĩa là tác giả giữ mọi quyền. Bạn đọc code được nhưng không có quyền copy hay dùng lại.
- Độ hoàn thiện
- active
- Lần push gần nhất
- Mình check lần cuối
- 2026-11-14