为什么cherry studio不识别pdf呢,我看模型也支持视觉呢(可以识别图片)
- 内容介绍
- 文章标签
- 相关推荐
image2559×1368 221 KB
image1751×299 17.7 KB
--【壹】--:
读pdf不是用视觉能力吧,PDF是二进制文件
如果PDF文本内容有OCR出来(也就是PDF上的文本可以复制),理论上模型就能读了,不过也读不了PDF里的图片
--【贰】--:
搜嘎,谢谢佬
--【叁】--:
Openai chat兼容端点只能识别PDF内的文字作为文本类型回传,Openai response,Gemini,Claude端点都支持PDF的base64回传,你打开调试窗口可以看到,是否能够支持识别看上游供应商
--【肆】--:
明白了,佬
--【伍】--:
不只是翻译,翻译完还要学习论文,要问些论文里不懂的东西
--【陆】--:
这个通常和上游质量有关 和软件本身没什么关系 或者说很小
--【柒】--:
mark一下
--【捌】--:
后续/我的解决方案
我目前找的最便捷的方式是,找个pdf转word的在线工具,转成word,然后就可以用了;
MinerU虽然免费也可用,但是只能用来构建知识库,只会选取精华内容留存,会缺少些内容(如果想直接甩给cs也还是识别不了pdf)
--【玖】--:
你可以用那个啥
MinerU | 一站式 PDF 文档解析工具
从 PDF 中提取表格、公式、文字与图片,精准转换为 Markdown、JSON 等多种格式
这玩意
然
image2559×1368 221 KB
image1751×299 17.7 KB
--【壹】--:
读pdf不是用视觉能力吧,PDF是二进制文件
如果PDF文本内容有OCR出来(也就是PDF上的文本可以复制),理论上模型就能读了,不过也读不了PDF里的图片
--【贰】--:
搜嘎,谢谢佬
--【叁】--:
Openai chat兼容端点只能识别PDF内的文字作为文本类型回传,Openai response,Gemini,Claude端点都支持PDF的base64回传,你打开调试窗口可以看到,是否能够支持识别看上游供应商
--【肆】--:
明白了,佬
--【伍】--:
不只是翻译,翻译完还要学习论文,要问些论文里不懂的东西
--【陆】--:
这个通常和上游质量有关 和软件本身没什么关系 或者说很小
--【柒】--:
mark一下
--【捌】--:
后续/我的解决方案
我目前找的最便捷的方式是,找个pdf转word的在线工具,转成word,然后就可以用了;
MinerU虽然免费也可用,但是只能用来构建知识库,只会选取精华内容留存,会缺少些内容(如果想直接甩给cs也还是识别不了pdf)
--【玖】--:
你可以用那个啥
MinerU | 一站式 PDF 文档解析工具
从 PDF 中提取表格、公式、文字与图片,精准转换为 Markdown、JSON 等多种格式
这玩意
然

