TOOLORA / 本地阅读版
olmOCR
用视觉语言模型将 PDF 和文档图像转成保留阅读顺序的 Markdown。
产品介绍
olmOCR 面向需要批量整理文档内容的开发者和研究者，以视觉语言模型把 PDF、PNG、JPEG 线性化为 Markdown，并处理多栏、表格和公式等阅读顺序问题。工具既可连接远程 vLLM 服务，也可使用本地 GPU 推理；它提供的是处理流水线，不是下载即得的数据集。官网发布的模型卡与代码分别提供使用信息，结果仍需根据原文检查。
- 公司所在国家／地区
- 美国 · 公开公司地址
使用指南与费用
官方来源与参考资料
- 官方网站https://github.com/allenai/olmocr
- 官方文档https://github.com/allenai/olmocr/blob/main/README.md
- 官方文档https://huggingface.co/allenai/olmOCR-2-7B-1025-FP8
介绍按公开资料整理；功能、价格与地区可用性以官网为准。