急募：文字の埋め込まれていないscanしたPDFをLLMに読ませる方法
takker.icon
画像で入れると読まないかな基素.icon
画像を全部uploadすればいけるかもですtakker.icon
上限になっちゃったので、試すのは後日
こういうPDFを認識してくれるLLMサービスはある？
NotebookLMさんは埋め込まれてるやつは読んでくれるけど埋め込まれてないやつはわからないcak.icon この記事を見る限り可能そう
名前は知っているけどどういうツールなのかわかってなかった
わかる、あんまり名前から内容が想像できない感じあるcak.icon
画像PDFに文字を埋め込むアプローチ
google ドキュメントのOCRがすごい、らしい。以前試しに使ったけど、確かに読むけど完全じゃなくて諦めたHiro Aki.icon むーん、自分でPDF埋め込みコードを書くのが妥当かなあtakker.icon
先駆者いるみたい
OCRはGyazoって全部とってあるので、あとはPDFに埋め込めればなんとかなるかなと踏んでいるtakker.icon
めんどいけどページ数が少ないなら、GoogleレンズのOCRでゴリ押しすることはたまにあるterang.icon
Googleドキュメントに放り込むと、ヘッダーやフッダーのテキストも読んじゃって結局手での修正がめんどくなったりするので。
マクロ作ると早そうではあるとは思っている。
もう一度論文読ませようとしたら、明日の夕方まで待てと言われてしまった
そもそも論文を読ませるのって、ファイルアップロードが主流なのか？
URLを渡して読ませるとか、ほかにもっとましな方法がある気がする
普段一切LLMを使ってないから何もわからない
LLMまわりを普段使ってないツケが回ってきた
ええい、今からでもLLMをがむしゃらに使い始めるぞ！
始めるのに遅すぎることはない
いいはなしcak.iconterang.iconsuto3.iconHiro Aki.iconbsahd.iconmtane0412.icon
前向きなのがいい suto3.icon
他にはGeminiがVision使えたはずbsahd.icon
PolimoneyチームがGemini 2.5 Proでエレガントにやってたの多分これmtane0412.icon OCRに一日の長ありそう
自炊のワークフローにGemini入れたい
あのチームかtakker.icon
repo読んで参考にしたい