返回首页
24小时热榜
为了讨论这个问题，假设如果你的工作是坐在电脑前，盯着屏幕阅读，并在键盘上打字，那么你的职业将会消失。<p>在任何职业的顶端总是有空间，而人类在任何职业的顶端也可能总会有一席之地。假设（我知道这很难）你不是那些人。<p>那么，你的备选职业是什么？你有哪些技能，或者希望获得哪些技能，以便继续前行？自行车修理工？教孩子们音乐？木工/ carpentry？（依靠股票期权或投资生活不算在内）
你好！如果有人使用诺基亚225 4G（2024），我知道它的消息传递没有像Signal那样的加密，我也知道可以通过基站三角定位来获取位置。但是在防范恶意行为者通过零点击漏洞感染你的手机，监听你的一切谈话、激活摄像头并获取你精确位置方面，这款功能手机是否会更好一些？任何信息都非常感谢！
在我的职业生涯中，我得到了许多经验丰富的人——教授和陌生人——的无私关怀和启发，他们在我觉得自己几乎没有什么可以回报的时候，愿意花时间帮助我。虽然我总是表达感激之情并努力回馈他人，但我常常觉得这种回馈仍然不够。我觉得我应该对那些塑造我人生的特定人们有所回报。
你是如何有意义地回馈那些在早期帮助过你的人（当时你几乎一无所有……哈哈）？
你发现哪些形式的感激最有意义？
非常感谢任何评论。
很高兴分享 Nanonets-OCR-s，这是一款强大且轻量级（3B）的 VLM 模型，能够将文档转换为干净、结构化的 Markdown。该模型经过训练，能够理解文档的结构和内容上下文（如表格、公式、图像、图表、水印、复选框等）。
<p>主要特点：</p>
<p>LaTeX 公式识别：将行内和块级数学公式转换为正确格式的 LaTeX，区分 $...$ 和 $$...$$。</p>
<p>LLMs 的图像描述：使用结构化的 <img> 标签描述嵌入的图像，处理徽标、图表、绘图等。</p>
<p>签名检测与隔离：在扫描文档中查找并标记签名，以 <signature> 块的形式输出。</p>
<p>水印提取：提取水印文本并将其存储在 <watermark> 标签中，以便追踪。</p>
<p>智能复选框与单选按钮处理：将复选框转换为 Unicode 符号，如，和，以便在下游应用中可靠解析。</p>
<p>复杂表格提取：处理多行/列表格，保留结构，并输出 Markdown 和 HTML 格式。</p>
<p>Huggingface / GitHub / 尝试一下：</p>
<a href="https://huggingface.co/nanonets/Nanonets-OCR-s" rel="nofollow">https://huggingface.co/nanonets/Nanonets-OCR-s</a>
<p>在 Colab 中使用 Docext 尝试：<a href="https://github.com/NanoNets/docext/blob/main/PDF2MD_README.md#quickstart">https://github.com/NanoNets/docext/blob/main/PDF2MD_README.md#quickstart</a></p>
Wiyomi.com，YouTube + AI = 每个学习者的个人导师。<p>请留下反馈，以便这个工具能够变得更好，更有成效！