V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX  ›  itwardhalfacree  ›  全部回复第 1 页 / 共 1 页
回复总数  4
259 天前
回复了 ttgo 创建的主题 OpenAI chatgpt 到底能不能读 pdf 的内容?
我最近有同样的问题,使用 GPT4 读论文时,发现它接收了 PDF 之后,经常不根据文档内容回答,而是使用自己的通识回答问题,导致很多时候答非所问。在 OpenAI 的论坛上搜索了一圈,发现很多人有同样的问题。

总结来说,原因有几点。首先是隐私政策:如果你问 GPT4 的 browse file technical restrictions 时,它会告诉你它不能直接读文档,文档会被矢量化并存入数据库,并且 GPT 所有读文档操作都是通过`myfiles_browser`这种接口来控制,大大限制了它浏览大段文字以及结合前后文回答问题的能力。

其次是 PDF 文件解析问题。根据 OpenAI 论坛上的说法,OpenAI 疑似将 PDF 文件当成 txt 文件进行内容解析了,所以很多 PDF 的转义字符也被存在了 memory 里干扰了文件浏览。帖子里有人提到将 PDF 内容解析为 txt 或 markdown 能显著提高回答精准度,我尝试了确实如此,但依然受限于前面提到的隐私政策,无法结合前后文大段内容进行回答。

我现在使用国产 LLM 来读文档,经过测试,智谱清言,讯飞星火和通义千问在 PDF 问答方面特别好,至少是能够真的结合文档中的真实内容回答,估计是直接将解析的文档内容作为输入 tokens 的一部分了。其他第三方 LLM + langchain 网站也用了不少,但实际体验感都不太行。

其中,个人主观感觉文档问答能力 千问 > 清言 > 星火。文心一言不知道怎么回事,也无法直接阅读文档的具体内容,只能回答一个模糊的大致情况。

以上内容是我琢磨出来,如果谁还有好的方法,麻烦踢我一脚(拜托了,LLM 读文献真的很有帮助)
我也要!支持一下!😊
349 天前
回复了 yaott2020 创建的主题 Linux 你倾向于哪个 Linux 桌面发行版?
@EliStone #158 求问这个微信是怎么弄的
tablerone 很好用,既美观又符合你提出的要求,我用着也没崩溃过,可惜没有 Workona 那样的多设备同步
https://chrome.google.com/webstore/detail/tablerone-tab-manager/andpjllgocabfacjlelkfpdemfklpfpo
关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2922 人在线   最高记录 6679   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 16ms · UTC 03:23 · PVG 11:23 · LAX 19:23 · JFK 22:23
Developed with CodeLauncher
♥ Do have faith in what you're doing.