اوپن سورس۔ نئے امکانات۔

MinerU ایک اوپن سورس دستاویز پارسنگ انجن ہے جو PDF، تصاویر، DOCX، PPTX اور XLSX کو LLM، RAG اور ایجنٹ ورک فلو کے لیے منظم Markdown/JSON میں تبدیل کرتا ہے۔ یہ VLM+OCR دوہرے انجن، 109 زبانوں کی OCR، اور نجی/آف لائن تعیناتی کی سہولت دیتا ہے۔

ByteDance کا اوپن سورس دستاویزی تصویر پارسنگ ماڈل (ACL 2025) جو PDFs اور تصویر شدہ صفحات کو ساختہ Markdown/JSON میں تبدیل کرتا ہے، جس میں ترتیب، پڑھنے کی ترتیب، متن، جدولیں، فارمولے، اور کوڈ شامل ہیں۔ یہ ہلکے فن تعمیر کے ساتھ موثر انداز میں کام کرتا ہے۔