allenai/olmocr

PDF와 PNG, JPEG 같은 이미지 기반 문서를 Markdown과 일반 텍스트로 변환해 LLM 데이터셋과 학습에 쓰려는 도구 모음 allenai/olmocr v0.4.27의 기능, GPU 요구 조건, 확인되지 않은 성능 근거를 다룬 글.

GitHub 설명: Toolkit for linearizing PDFs for LLM datasets/training

스타

★ 19.8K

포크

1.7K

언어

Python

라이선스

Apache-2.0

최신 릴리스

v0.4.27