olmocr

基于视觉语言模型的PDF转文本工具，专为LLM训练数据准备设计，可将PDF、图片等文档转化为干净可读的Markdown文本。亮点：性能领先，在olmOCR-Bench上达到82.4分，支持表格、公式、多栏等复杂格式，按页计费不到$200/百万页，提供CLI和Docker镜像方便批量处理，并附带完整的训练、微调代码和合成数据生成方案。

打开互动版