متن‌باز@jerryjliu0

جری لیو یه ابزار متن‌باز و کاردرست به اسم DocJev رو کرده که کارش دسته‌بندی و جدا کردن بخش‌های مختلف اسناد و مدارکه

جری لیو یه ابزار متن‌باز و کاردرست به اسم DocJev رو کرده که کارش دسته‌بندی و جدا کردن بخش‌های مختلف اسناد و مدارکه. فقط کافیه فایلت رو همراه با چندتا قانون ساده به زبون آدمیزاد بهش بدی تا مثل آب خوردن مشخص کنه سندت مال چه دسته‌ایه یا دقیقاً از کجا باید تیکه‌تیکه‌ش کنه. قضیه وقتی جذاب می‌شه که بدونی با همون دقت مدل gpt-5.6-luna کار می‌کنه، ولی سرعتش شیش برابر از اون بالاتره و اصلاً معطلی نداره. دستت هم بازه که برای کارهای عادی و سریع از موتور لایت‌پارس (liteparse) و واسه مدارک قر و قاطی و پیچیده‌تر از لاما‌پارس (LlamaParse) استفاده کنی.

منبع

Jerry Liu@jerryjliu0
Introducing DocJev - a lightning-fast OSS library for document classification and splitting with jev ⚡️ Give a document alongside some natural language category rules. Jev will predict the document category (classify) or the boundaries between sub-documents (split). It is 6x faster than gpt-5.6-luna with equivalent accuracy. You can choose between different OCR backends: liteparse: the fastest/most accurate free+OSS text parser out there. Perfect for digitalized documents. The speedups vs. luna above are inclusive of liteparse times. LlamaParse: the most advanced VLM-based solution for complex docs. Using this will of course add latency on document preprocessing. But it’s a good option if you want to cache the digitalized representations of documents for a variety of downstream tasks. Check it out: https://github.com/jerryjliu/docjev If you want to dive deeper into liteparse or LlamaParse check the links below: liteparse: https://github.com/run-llama/liteparse LlamaParse: https://cloud.llamaindex.ai/
۲۹ شهریور ۱۴۰۵مشاهده در X
GitHub

GitHub - jerryjliu/docjev: A very fast document classifier/splitter using Jev

A very fast document classifier/splitter using Jev - jerryjliu/docjev

خواندن در سایت منبع

نظرها

    بیشتر بخوانید

    تنظیمات

    پیش‌نمایش

    انویدیا از نسل تازه‌ی تراشه‌هایش رونمایی کرد؛ متن خبرها با همین اندازه و فاصله‌ی خطوط نمایش داده می‌شود. ۱۴۰۵ — 2026

    ظاهر و متن

    پوسته
    اندازه‌ی متن
    فاصله‌ی خطوط

    خواندن و نمایش

    نمای فهرست خبرها

    استوری‌ها

    چه خبرهایی پخش شوند
    ترتیب
    دیده‌شده‌هابدون باز کردن تک‌تک خبرها

    صدا

    اعلان‌ها و موضوع‌ها

    موضوع‌هایی که دنبال می‌کنیدهنوز هیچانتخاب موضوع‌ها

    صدای فارسی

    این دستگاه صدای فارسی ندارد. نمونه‌ی صداها را بشنوید و یکی را یک بار دانلود کنید تا خبرها و خلاصه‌ی روز را بشنوید.

    راه‌های دیگر

    ویدیوی خبر

    گفتگو

    … نفر آنلاین

      خواندن کامل