PDF не становится данными от того, что ты скормил его чату. Чаще он просто становится к...
PDF не становится данными от того, что ты скормил его чату. Чаще он просто становится красивой картинкой с кривой таблицей внутри. Tencent выложил WeVisDoc — модель, которая берёт изображение страницы и собирает из него Markdown: обычный текст, таблицы и формулы. Это не «ИИ прочитал договор». Это попытка сделать так, чтобы документ можно было нормально искать, класть в RAG и разбирать кодом, а не вручную копировать ячейки в Excel. Есть версии на 2B и 4B параметров, код открыт под Apache-2.0. Но кнопки «оживить весь архив за вечер» тут нет: для запуска нужен нормальный инференс, а результат на сканах всё равно надо проверять. Таблица с одной съехавшей колонкой умеет испортить бухгалтерию куда убедительнее любого чат-бота. Если у вас лежат счета, инструкции, техдоки или старые сканы, стоит открыть репозиторий WeVisDoc и сначала прогнать на десятке своих самых мерзких файлов. Не на красивом PDF из презентации.