PixelRAG: motor de búsqueda visual para RAG
Visitar arxiv.orgPixelRAG es un framework que transforma la recuperación en la generación aumentada (RAG) mediante la indexación de documentos como imágenes en lugar de texto. Permite a los modelos de lenguaje 'ver' tablas, gráficos y layouts que el parsing tradicional pierde. Es ideal para agentes de IA que necesitan interpretar contenido visual complejo para responder preguntas sobre infografías o diseños de páginas web.
- En GitHub
- 10.809 estrellas
- Enviado por
- Jam