Cos'è OCR (riconoscimento ottico dei caratteri)?

Logica che convalida e converte l'output del modello in strutture fortemente tipizzate e utilizzabili dalla macchina.

Un'architettura del modello multimodale che apprende rappresentazioni condivise tra testo e immagini.

Una rappresentazione vettoriale numerica che cattura il significato semantico di testo, immagini o altri dati.

Sistemi di intelligenza artificiale che producono nuovi contenuti come testo, immagini, audio, video o codice.

Il processo di suddivisione del testo in token per l'input del modello.

Un algoritmo di tokenizzazione delle sottoparole che unisce le coppie di caratteri più frequenti in token riutilizzabili.