关于打造高质量RAG系统的问题记录
关于RAG在实际场景中的应用，重点讨论了文档处理和高效检索的问题。文档处理涉及多样化和复杂的格式，需要拆分和识别文本、图片和图表等不同内容类型。高效的检索则需利用多种匹配方式（精确字符匹配与语义匹配），通过多路召回策略综合考虑多个维度的数据来优化结果。
OCR技术
大神Karpathy更新AI科普视频，小白友好！
Andrej Karpathy 在 YouTube 上发布了一段长达 2 小时的学习视频，详细介绍了如何使用大型语言模型（LLM），涵盖模型生态系统、交互示例和多种应用场景。
超实用的全能翻译+OCR神器！即用即走的“超级外挂”，一站式解决翻译和OCR任务。
STranslate 是一款集翻译和OCR功能于一身的开源工具，支持多种语言翻译、离线OCR识别及多种翻译服务接入。它还具备高级功能如回译、全局TTS等，适用于学习语言、阅读外文资料、语言创作以及提高工作效率等多种场景。
5.5k星星！开源AI漫画翻译神器，有些漫画永远都不会被翻译，因此这个项目诞生了。
一个基于深度学习的漫画图像翻译工具Manga Image Translator，通过OCR技术识别并翻译漫画中的文字，并无缝嵌入原图中。该项目由作者持续更新维护，支持多种语言和功能选项，目前已有良好效果。
OCR噪声直接命中了RAG的软肋~
在RAG系统中，基于OCR的非结构化PDF文档抽取导致知识库中的语义噪声和格式噪声问题，影响RAG系统的性能。OHRBench评估了当前OCR解决方案，并推荐使用Marker实现最佳检索性能，但所有解决方案仍存在性能下降。