olmocr
por allenai · GitHub
Herramienta para linearizar PDFs para conjuntos de datos/entrenamiento de LLM
⭐ Estrellas
19.1k
🍴 Ramas
1.6k
🔥 Tendencias
+8 hoy
📜 Licencia
Apache-2.0
Uso comercial permitido📅 Creado
2024
🔄 Último commit
3 mo ago
💻 Lenguaje
Python
📈 Historial de estrellas
2026-07-122026-07-13
📄 Acerca de
Herramienta para linearizar PDFs para conjuntos de datos/entrenamiento de LLM
Read the full guide❓ Frequently asked questions
What is olmocr?
Herramienta para linearizar PDFs para conjuntos de datos/entrenamiento de LLM
Is olmocr open source?
olmocr is an open-source project. It is released under the Apache-2.0 license.
Is olmocr free?
Yes. olmocr is free and open source — you can use, modify and self-host it.
🏅 ¿Mantenedor de este proyecto?
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/allenai-olmocr.html)
🔗 Proyectos relacionados
FunASR
Kit de herramientas de reconocimiento de voz de grado industrial: 170x en tiempo real, 50+ idio…
★ 19.2k · asr
Chinese-LLaMA-Alpaca
中文LLaMA&Alpaca大语言模型+本地CPU/GPU训练部署 (Chinese LLaMA & Alpaca LLMs)
★ 18.9k · alpaca
dia
Un modelo TTS capaz de generar diálogos ultra-realistas en una sola pasada.
★ 19.3k · ai