Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

ocr

Answer

关于 OCR 的相关信息如下:

  • GPT 的 OCR 识别问题及解决方案:
    • 问题:开启代码执行功能时,GPT 会尝试用代码完成 OCR,导致无法正确识别图片文字。
    • 解决方案:
      • 如果是自定义 GPT,关闭 Code Interpreter。
      • 无法关闭时,提问时明确说明“不要执行代码,请用自身多模态能力识别文字”。
      • 直接使用 ChatGPT,而非 GPT。参考链接:https://x.com/dotey/status/1869947164249489507
  • 开源的 Zerox OCR 工具:
Content generated by AI large model, please carefully verify (powered by aily)

References

宝玉 日报

?宝玉日报「12月20日」✨✨✨✨✨✨✨✨1⃣️?️GPT的OCR识别问题及解决方案问题:开启代码执行功能时,GPT会尝试用代码完成OCR,导致无法正确识别图片文字。解决方案:1.如果是自定义GPT,关闭Code Interpreter。2.无法关闭时,提问时明确说明“不要执行代码,请用自身多模态能力识别文字”。3.直接使用ChatGPT,而非GPT。?[https://x.com/dotey/status/1869947164249489507](https://x.com/dotey/status/1869947164249489507)2⃣️?ChatGPT桌面应用升级发布主要亮点:支持与多种应用协作,优化工作效率。新功能:1.实时协作:通过Warp终端、Xcode实现智能协作。2.文档支持:支持Notion、Apple Notes等工具。3.语音交互:新增语音助手模式,体验更智能。4.搜索辅助:确保输出信息的准确性。可用性:Mac版本现已发布,Windows版本即将推出。?[https://x.c](https://x.com/dotey/status/1869844320322204154)[om/dotey/status/1869844320322204154](https://x.com/dotey/status/1869844320322204154)3⃣️?Gemini推理模型已上线AI Studio

XiaoHu.AI日报

?Xiaohu.AI日报「10月20日」✨✨✨✨✨✨✨✨1⃣️?️Zerox OCR工具:开源GPT OCR工具,支持PDF、DOCX转换为Markdown。可并发处理,选择特定页面及模型选项。详细介绍?[https://xiaohu.ai/p/14778](https://xiaohu.ai/p/14778)?[https://getomni.ai/ocr-demo](https://getomni.ai/ocr-demo)2⃣️?BrightEdge数据揭示:OpenAI的SearchGPT以150%增长速度成竞争对手。YouTube内容引用增长310%,促进品牌搜索表现。?[https://x.com/imxiaohu/status/1847491108642963573](https://x.com/imxiaohu/status/1847491108642963573)3⃣️?️ChatGPT高级语音模式:即将上线,但应用场景有限,API成本降低将拓展用途。?[https://x.com/imxiaohu/status/1847575551424548931](https://x.com/imxiaohu/status/1847575551424548931)4⃣️?Viggle视频生成:文字描述生成动态视频,基于JST-1模型理解物理运动。可控制角色动作和场景,创建3D角色和场景。?[http://viggle.ai](http://viggle.ai)?[https://discord.gg/5kk5SKwTWd](https://discord.gg/5kk5SKwTWd)?[https://x.com/imxiaohu/status/1771173928591093940](https://x.com/imxiaohu/status/1771173928591093940)

XiaoHu.AI日报

?Xiaohu.AI日报「10月20日」✨✨✨✨✨✨✨✨1⃣️?️Zerox OCR工具:开源GPT OCR工具,支持PDF、DOCX转换为Markdown。可并发处理,选择特定页面及模型选项。详细介绍?[https://xiaohu.ai/p/14778](https://xiaohu.ai/p/14778)?[https://getomni.ai/ocr-demo](https://getomni.ai/ocr-demo)2⃣️?BrightEdge数据揭示:OpenAI的SearchGPT以150%增长速度成竞争对手。YouTube内容引用增长310%,促进品牌搜索表现。?[https://x.com/imxiaohu/status/1847491108642963573](https://x.com/imxiaohu/status/1847491108642963573)3⃣️?️ChatGPT高级语音模式:即将上线,但应用场景有限,API成本降低将拓展用途。?[https://x.com/imxiaohu/status/1847575551424548931](https://x.com/imxiaohu/status/1847575551424548931)4⃣️?Viggle视频生成:文字描述生成动态视频,基于JST-1模型理解物理运动。可控制角色动作和场景,创建3D角色和场景。?[http://viggle.ai](http://viggle.ai)?[https://discord.gg/5kk5SKwTWd](https://discord.gg/5kk5SKwTWd)?[https://x.com/imxiaohu/status/1771173928591093940](https://x.com/imxiaohu/status/1771173928591093940)

Others are asking
我希望你向我推荐一个AI培养我画画的兴趣爱好。我目前23岁,无任何画画基础,目前用IPA中的procrate APP绘画比较方便,我喜欢颜色鲜艳的简笔画,但是我对procrate APP并不熟悉,希望有一个AI能充当我的花花启蒙老师,带领我使用procrate APP学习简笔画
很抱歉,以上提供的内容中没有直接针对您需求的有效推荐。不过,您可以考虑以下途径: 1. 【野菩萨的 AIGC 资深课】:由工信部下属单位【人民邮电出版社】开设,是市面上为数不多的值得推荐的 AI 课程之一,也是全网技术更新最快的课程!课程内容涵盖 AI 绘画等多个体系的知识。 2. 您还可以在网络上搜索关于 Procreate APP 以及简笔画的教学视频和教程,有很多免费或付费的资源可供选择。 希望这些建议对您有所帮助。
2025-02-10
有ocr工具没
以下为您介绍一些 OCR 工具: 1. Zerox OCR 工具:这是一款开源的 GPT OCR 工具,支持将 PDF、DOCX 转换为 Markdown。可并发处理,能选择特定页面及模型选项。详细介绍可参考: 2. Surya:这是一款多语言文档 OCR 工具,能提供准确的逐行文本检测和识别。支持包括英语、中文、日文、印地语等语言。详情可查看:
2025-02-08
ocr大模型的原理
OCR 大模型的原理如下: 1. 生成式:大模型根据已有的输入为基础,不断计算生成下一个字词(token),逐字完成回答。例如,一开始给定提示词,大模型结合自身存储的知识进行计算推理,算出下一个单词的概率并输出,新的输出与过去的输入一起成为新的输入来计算下一个词,直到计算出的概率最大时结束输出。 2. 预训练:大模型“脑袋”里存储的知识都是预先学习好的,这个预先学习并把对知识的理解存储记忆在“脑袋”里的过程称为预训练。预训练需要花费大量时间和算力资源,且在没有其他外部帮助的情况下,大模型所知道的知识信息可能不完备和滞后。 3. 规模效应:参数规模的增加使得大模型实现了量变到质变的突破,最终“涌现”出惊人的“智能”。就像人类自身,无论是物种进化还是个体学习成长,都有类似“涌现”的结构。
2024-12-26
ocr
关于 OCR 的相关信息如下: GPT 的 OCR 识别问题及解决方案: 问题:开启代码执行功能时,GPT 会尝试用代码完成 OCR,导致无法正确识别图片文字。 解决方案: 如果是自定义 GPT,关闭 Code Interpreter。 无法关闭时,提问时明确说明“不要执行代码,请用自身多模态能力识别文字”。 直接使用 ChatGPT,而非 GPT。参考链接: 开源的 Zerox OCR 工具: 支持 PDF、DOCX 转换为 Markdown。 可并发处理,能选择特定页面及模型选项。详细介绍参考:
2024-12-26