标着「一次读完一整本书」，Unlimited-OCR 仓库里却只放着 329 行 Python
14688 Star 的 Baidu Unlimited-OCR，仓库里只有 329 行代码，真正的硬核藏在 logit processor 和 SGLang wheel 里。 14688 Star 的 Baidu Unlimited-OCR，仓库里只有 329 行代码，真正的硬核藏在 logit processor 和 SGLang wheel 里。
#OCR
共 4 篇文章
围绕 #OCR 汇总相关文章，适合连续阅读同一主题下的实践与思考。
-
-
75k Star 的 OCR 传奇——Tesseract 的 40 年，从 HP 实验室到 LSTM 神经网络
75k Star 开源 OCR 引擎 Tesseract，历经 HP、Google、社区三时代，从特征工程走到 LSTM。 75k Star 开源 OCR 引擎 Tesseract，历经 HP、Google、社区三时代，从特征工程走到 LSTM。
-
olmOCR 不是传统 OCR，是 5 段流水线喂给 7B 视觉模型
AI2 的 olmOCR 把 PDF 转纯文本，每百万页 200 美元。拆开 5 段流水线，看渲染、视觉模型、后处理、评测各藏了什么反直觉决策。 AI2 的 olmOCR 把 PDF 转纯文本，每百万页 200 美元。拆开 5 段流水线，看渲染、视觉模型、后处理、评测各藏了什么反直觉决策。
-
7.1 万 Star 的 MinerU，把 PDF 变成 LLM 能读懂的 Markdown
MinerU 用 VLM 加 OCR 双引擎把 PDF、Office 文档解析成结构化 Markdown 和 JSON，7.1 万 Star 背后是给 RAG 和 Agent 喂数据的基础设施。 MinerU 用 VLM 加 OCR 双引擎把 PDF、Office 文档解析成结构化 Markdown 和 JSON，7.1 万 Star 背后是给 RAG 和 Agent 喂数据的基础设施。
