需要多少个AI才能阅读PDF文件？

尽管AI取得了快速发展，但无处不在的PDF格式仍然是一个重大的障碍，经常导致数据提取不准确、总结错误或产生幻觉，即使是最先进的模型也是如此。这种困难源于该格式的设计，它优先考虑视觉保真度而非逻辑结构，在处理多栏布局、表格和脚注等元素时会使AI工具（如OCR）感到困惑。当开发人员试图分析司法部发布的数百万份不可搜索的Jeffrey Epstein文件时，这个问题尤为突出。像Reducto这样的公司正在通过使用专业化的、多遍的AI系统来解决这个问题，这些系统将页面分割成结构组件（标题、表格），然后再进行解析，从而实现了高准确性，甚至可以将图表转换为电子表格。人工智能研究所（Allen Institute for AI）和Hugging Face的研究人员也在开发专门的PDF阅读模型，因为他们认识到PDF中包含大量的优质训练数据。尽管取得了快速进展，但专家们一致认为，由于格式的复杂性和当前AI的概率性本质，完全准确地解析PDF仍然是一个持续的挑战，尽管该格式本身没有消失的迹象。

(来源：The Verge)