AI 圈大事记

LiteParse 9月更新:PDFium提速25%,新增视觉定位与复杂度路由…

工具AI 评分 68/100LlamaIndex:产品、工程与评测待复核
AI 聚合

本条为 AI 依据下方公开信源自动整理生成的摘要,不构成转载,可能存在偏差,请以原文为准。整理者:贝果科技 AI 资讯助手

本条选题由第三方线索发现;线索方提供的摘要未被采用,本页内容依据下方信源整理。线索来源:AIHOT

LiteParse发布9月更新,通过对自维护PDFium分支的底层优化(引入mimalloc分配器、修复二次复杂度等),使文本提取耗时缩短20-25%。关闭OCR时,文本提取与Markdown渲染分别达2.8ms/页和3.9ms/页,为已测开源解析器中最快。表格提取在OpendataLoader-Bench(0.693升至0.818)及olmOCR测试(48.2升至52.5)中均有提升。新增视觉定位功能,可为Markdown元素输出边界框;新增is-complex API,用于检测PDF属性以辅助路由。

为什么值得看

PDF解析速度与精度显著提升,新增视觉定位与路由API,直接利好RAG文档处理管线。

API

信源1

  1. [1]LlamaIndex:产品、工程与评测线索来自 AIHOTLiteParse 9 月更新:PDFium 提速 20-25%,新增视觉定位与 is-complex 路由 API

关键事实

  • 对PDFium分支优化使文本提取耗时减少20-25%[1]

  • 关闭OCR时文本提取均速2.8ms/页,Markdown渲染均速3.9ms/页[1]

  • 表格提取OpendataLoader-Bench得分从0.693升至0.818[1]

  • 新增视觉定位功能,可输出Markdown元素边界框[1]

  • 新增is-complex API检测PDF属性以辅助路由[1]

相关 · 工具

本页内容由 AI 自动聚合公开信源生成,仅供了解行业动态参考,不构成任何投资或决策建议。如需引用请以原文出处为准。