小白爱摸鱼
@chaozuoye
DocJev 是一个超快的开源文档分类和分割库，基于 Jev 模型。给它一份文档和一些自然语言分类规则，它就能预测文档类别（分类）或者找出子文档之间的边界（分割）。
速度比 GPT-5.6-Luna 快6倍，准确率相当。
它支持多种 OCR 后端：
1、liteparse：目前最快最准确的免费+开源文本解析器，适合数字化文档。上面的速度提升已经包含了 liteparse 的时间。
2、LlamaParse：最先进的基于 VLM 的方案，适合复杂文档。用这个当然会增加文档预处理的延迟，但如果你想把数字化表示缓存起来用于各种下游任务，这是个不错的选择。
项目地址：github.com/jerryjliu/docj…
如果想深入了解 liteparse 或 LlamaParse，可以看看下面的链接：
liteparse：github.com/run-llama/lite…
LlamaParse：cloud.llamaindex.ai
话题来源 @jerryjliu0
❤️452 x.com/…↗ 已改写，非原文转载
23 浏览 0 评论
0 反应
