Firecrawl เขียนใหม่ตัวประมวลผล PDF ด้วย Rust ช่วยเพิ่มความเร็วสูงสุดถึง 5.7 เท่า

ข่าว ME รายงานเมื่อวันที่ 15 เมษายน (UTC+8) ตามการติดตามของ 1M AI News เครื่องมือดึงข้อมูลจากเว็บไซต์ Firecrawl ได้เปิดตัว Fire-PDF ซึ่งเป็นเครื่องประมวลผล PDF ที่เขียนใหม่ด้วย Rust สามารถแปลง PDF เป็น Markdown แบบมีโครงสร้างได้เร็วขึ้น 3.5 ถึง 5.7 เท่าเมื่อเทียบกับรุ่นก่อนหน้า โดยเวลาเฉลี่ยต่อหน้าต่ำกว่า 400 มิลลิวินาที การเร่งความเร็วเกิดจากการลดการเรียกใช้งาน GPU ที่ไม่จำเป็น Firecrawl ยังได้เปิดซอร์สโค้ดไลบรารี Rust ชื่อ pdf-inspector ซึ่งสามารถจัดหมวดหมู่แต่ละหน้าของ PDF ในระดับมิลลิวินาที: หน้าที่เป็นข้อความล้วนจะดึงข้อมูลโดยตรงโดยไม่ใช้ GPU ส่วนหน้าที่เป็นภาพสแกนหรือมีภาพจำนวนมากเท่านั้นที่จะถูกส่งผ่านโมเดลการจัดวางเชิงประสาทและโมเดล GLM-OCR ด้านภาษาภาพ ตัวอย่างเช่น งบการเงินขนาด 150 หน้าข้อความและ 60 หน้าสแกน ส่วนใหญ่ของหน้าไม่ต้องใช้ GPU ในด้านความแม่นยำ Fire-PDF ตั้งค่าพารามิเตอร์แยกตามประเภทเนื้อหา: ตารางได้รับการกำหนดค่า token สูงขึ้นและเวลาสร้างสูงสุด 25 วินาที สูตรจะถูกเก็บไว้ในรูปแบบ LaTeX และการจัดวางหลายคอลัมน์จะทำนายลำดับการอ่านผ่านโมเดลเชิงประสาท Fire-PDF ได้รับการใช้งานอัตโนมัติสำหรับผู้ใช้ทุกคนของ Firecrawl โดยไม่ต้องตั้งค่าเพิ่มเติม (ที่มา: BlockBeats)